DE112010002673T5

DE112010002673T5 - METHOD AND DEVICE FOR AUTOMATED PREDICTIVEDESIGN SPACE ESTIMATION

Info

Publication number: DE112010002673T5
Application number: DE112010002673T
Authority: DE
Inventors: Ernst Conny Wikstrom; Tord Ake Borje Nordahl; Hans Georg Joakim Sundstrom
Original assignee: MKS Instruments Inc
Current assignee: MKS Instruments Inc
Priority date: 2009-05-14
Filing date: 2010-05-03
Publication date: 2012-12-06
Also published as: KR101408833B1; GB2482452A; WO2010132224A2; JP2012527040A; SG185983A1; JP5555316B2; TW201102839A; US8086327B2; KR20120031013A; GB201119387D0; DE112010002673T9; US20100292812A1; KR20140022110A; KR101391318B1; SG176043A1; US8412356B2; US20120150508A1; CN102804188A

Abstract

Beschrieben wurden computerbasierte Verfahren und Geräte, einschließlich Computerprogrammprodukten, für eine automatisierte Predictive Design Space Estimation. Ein Design Space für Eingabefaktoren und Ausgabeantworten wird für einen technischen Prozess geschätzt. Daten werden für einen oder mehrere Eingabefaktoren für einen technischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess, sowie Kriterien empfangen. Für jeden der einzelnen oder mehreren Eingabefaktoren wird ein berechneter Eingabewertebereich innerhalb der entsprechenden Versuchsspanne von Eingabewerten berechnet. Ein modifizierter Eingabewertebereich wird für jeden der einzelnen oder mehreren Eingabefaktoren berechnet. Eine Design Space Estimation wird mindestens basierend auf den modifizierten Eingabewertebereichen errechnet, wobei die modifizierten Eingabewertebereiche jeweils einen größten Variabilitätsbereich umfassen, bei dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt sind.Computer-based methods and devices, including computer program products, for automated predictive design space estimation have been described. A design space for input factors and output responses is estimated for a technical process. Data is received for one or more input factors for a technical process, one or more output responses for the process, and criteria. For each of the individual or multiple input factors, a calculated input value range is calculated within the corresponding test range of input values. A modified range of input values is calculated for each of the individual or multiple input factors. A design space estimate is calculated based at least on the modified input value ranges, the modified input value ranges each comprising a largest variability range in which the criteria for one or more of the input factors are met.

Description

GEBIET DER ERFINDUNGFIELD OF THE INVENTION

Die vorliegende Erfindung betrifft im Allgemeinen computergestützte Verfahren und Vorrichtungen, einschließlich Computerprogrammprodukte, für eine automatisierte Predictive Design Space Estimation.The present invention relates generally to computerized methods and apparatus, including computer program products, for automated predictive design space estimation.

HINTERGRUNDBACKGROUND

In der Pharmaindustrie stellt der Einsatz von „Quality by Design” (QbD) einen sich ständig entwickelnden Prozess dar. QbD ist ein systematischer Prozess zur Sicherstellung der Qualität eines Produktes von der Anfangsphase bis hin zum fertigen Produkt. Im Besonderen bezieht sich QbD auf das Maß an Wirksamkeit einer Designfunktion bei der Bestimmung der operativen Anforderungen an ein Produkt (und deren Einbindung in Designanforderungen), die in einem Produktionsprozess in ein Endprodukt umgewandelt werden können. Dies wird häufig als Design Space bezeichnet, welcher die multidimensionale Kombination und Interaktion von Eingabefaktoren (z. B. Materialeigenschaften) ist, die nachweislich zur Sicherung der Qualität dienen. Für einen Herstellungsprozess ist ein Design Space beispielsweise die Menge möglicher Designs und Designparameter (Eingabefaktoren), die eine spezifische Produktanforderung (eine oder mehrere Ausgabeantworten) erfüllen. Die Untersuchung eines Design Space erfordert die Bewertung der verschiedenen möglichen Designoptionen mit einer gegebenen Technologie und die Optimierung der Eingabefaktoren sowie der Ausgabeantworten in Bezug auf spezifische Einschränkungen (z. B. Energie, Kosten, Mischungsversuchsplan).In the pharmaceutical industry, the use of "Quality by Design" (QbD) is a constantly evolving process. QbD is a systematic process for ensuring the quality of a product from the initial stage to the finished product. In particular, QbD refers to the degree of effectiveness of a design function in determining the operational requirements for a product (and its incorporation into design requirements) that can be transformed into a final product in a production process. This is often referred to as Design Space, which is the multidimensional combination and interaction of input factors (eg, material properties) that are proven to help ensure quality. For example, for a manufacturing process, a design space is the set of possible designs and design parameters (input factors) that meet a specific product requirement (one or more output responses). Studying a Design Space requires evaluating the various design options possible with a given technology and optimizing the input factors and output responses to specific constraints (eg, energy, cost, mixture design).

In der Halbleitergerätefertigungsindustrie sind die Gerätehersteller zu enger tolerierten Prozess- und Materialspezifikationen übergegangen, indem sie darauf vertrauten, dass die Hersteller von Prozesstools stets bessere und/oder schnellere Prozess- und Hardwarekonfigurationen entwickeln würden. Da jedoch die Gerätegeometrien bis in den Nanometerbereich verkleinert werden, erhöht sich die Komplexität der Herstellungsprozesse und es wird schwieriger, Prozess- und Materialspezifikationen zu erfüllen.In the semiconductor device manufacturing industry, device manufacturers have moved to more tightly tolerated process and material specifications, trusting that process tool manufacturers would always develop better and / or faster process and hardware configurations. However, as the device geometries are scaled down to the nanometer scale, the complexity of manufacturing processes increases and it becomes more difficult to meet process and material specifications.

Ein typisches bei der gegenwärtigen Herstellung von Halbleitern verwendetes Prozesstool kann mittels einer Reihe von mehreren tausend Prozessvariablen beschrieben werden. Die Variablen sind im Allgemeinen mit physikalischen Parametern des Herstellungsprozesses und/oder Tools verbunden, die bei dem Herstellungsprozess verwendet werden. In einigen Fällen sind von diesen mehreren tausend Variablen mehrere hundert Variablen dynamisch (z. B. sie ändern sich mit der Zeit während des Herstellungsprozesses oder zwischen den Herstellungsprozessen). Die dynamischen Variablen (z. B. Gasströmung, Gasdruck, abgegebene Leistung, Strom, Spannung und Temperatur) ändern sich auf Basis verschiedener Betriebsfaktoren (z. B. einer speziellen Bearbeitungsrezeptur, des bestimmten Schrittes oder einer Reihe von Schritten in dem Gesamtablauf von Bearbeitungsschritten, Fehlern und Mängeln, die während des Herstellungsprozesses auftreten, oder Änderungen (z. B. als „Abweichung” bezeichnet) der Parameterwerte basierend auf der Verwendung eines bestimmten Instruments oder einer Kammer).A typical process tool used in current semiconductor manufacturing can be described by a series of several thousand process variables. The variables are generally associated with physical parameters of the manufacturing process and / or tool used in the manufacturing process. In some cases, of these several thousand variables, several hundred variables are dynamic (eg, they change with time during the manufacturing process or between the manufacturing processes). The dynamic variables (eg, gas flow, gas pressure, output power, current, voltage, and temperature) vary based on various operating factors (eg, a particular processing recipe, the particular step, or a series of steps in the overall flow of processing steps, Errors and deficiencies that occur during the manufacturing process or changes (eg, referred to as "drift") in the parameter values based on the use of a particular instrument or chamber).

Anwender können den Herstellungsprozess beispielsweise durch das Ändern von Eingabefaktoren steuern, die den Produktionsprozess beeinflussende Variablen sind. Für jeden Herstellungsprozess können Ausgabeantwortwerte (z. B. Temperatur, Ertrag, Qualitätsmerkmale) gemessen werden, die von Eingabefaktoren abhängig sind. Es können Experimente für den jeweiligen Herstellungsprozess durchgeführt werden, um zu bestimmen, welche Kombinationen von Eingabefaktorwerten zu geeigneten Ausgabeantwortwerten führen.For example, users can control the manufacturing process by changing input factors that are variables affecting the production process. For each manufacturing process, output response values (eg, temperature, yield, quality characteristics) that are dependent on input factors may be measured. Experiments for the particular manufacturing process may be performed to determine which combinations of input factor values result in appropriate output response values.

Das Verfahren der statischen Versuchsplanung oder „Design of Experiment (DOE)” ist ein strukturiertes, organisiertes Verfahren zur Bestimmung der Beziehung zwischen Eingabefaktoren für einen Prozess (z. B. einen Herstellungsprozess, Mischungsversuchsplan) und den Ausgabeantworten dieses Prozesses. Das DOE-Verfahren kann unbestimmte Messwerte von Eingabefaktoren und Interaktionen zwischen den Eingabefaktoren statistisch durch Berücksichtigen der Ergebnisse methodischer Änderungen der Eingabefaktoren quantifizieren. Wenn es mit dem Prozess im Zusammenhang stehende operative Kriterien gibt, werden die Ausgabeantwortwerte für verschiedene Kombinationen von Eingabefaktoren gemessen, um zu bestimmen, ob die operativen Kriterien für jede Kombination erfüllt werden.The Design of Experiment (DOE) method is a structured, organized method for determining the relationship between input factors for a process (eg, a manufacturing process, compounding design) and the output responses of that process. The DOE method can statistically quantify indeterminate measurements of input factors and interactions between input factors by taking into account the results of methodological changes in the input factors. If there are operational criteria associated with the process, the output response values for various combinations of input factors are measured to determine if the operational criteria for each combination are met.

Die Untersuchung eines Design Space erfordert das manuelle Beurteilen der verschiedenen möglichen Designoptionen auf Grundlage jeglicher operativen Kriterien. Es gibt keine Möglichkeit, automatisch geeignete Variabilitätsbereiche jedes Eingabefaktors vorzusehen oder Ergebnisbereiche zu errechnen. Der Analyseprozess wird noch komplizierter, wenn mehrere Anforderungen an die Ausgabeantworten und verschiedene Arten von Einschränkungen gleichzeitig erfüllt werden müssen. Des Weiteren wäre es in Bezug auf grafische Methoden erstrebenswert, Design Spaces auf eine Art und Weise anzuzeigen, dass diese von einem Anwender einfach analysiert und interpretiert werden können.Examining a Design Space requires manually assessing the various possible design options based on any operational criteria. There is no way to automatically provide suitable variability ranges of each input factor or calculate ranges of results. The analysis process becomes even more complicated when multiple requests for output responses and various types of constraints need to be met simultaneously. Furthermore, it would be in terms of graphical Methods to display design spaces in such a way that they can be easily analyzed and interpreted by a user.

ZUSAMMENFASSUNG DER ERFINDUNGSUMMARY OF THE INVENTION

Die Erfindung betrifft in einem Aspekt ein computergestütztes Verfahren zur Schätzung eines Design Space von Eingabefaktoren und Ausgabeantworten für einen physikalischen Prozess. In Bezug auf jede hierin beschriebene Ausführung kann ein physikalischer Prozess ein industrieller Prozess, ein Herstellungsprozess, ein Halbleiterprozess, ein Analysesystem oder -verfahren oder ein Design-Projekt sein. Das Verfahren umfasst das Empfangen, über einen Prozessor, von Daten für einen oder mehrere Eingabefaktoren für einen physikalischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess und Kriterien. Die Kriterien umfassen ein Zielanzeigekriterium für jede der einen oder mehreren Ausgabeantworten, einen geschätzten optimalen Wert für jeden des einen oder der mehreren Eingabefaktoren, um die Zielantwortkriterien zu erfüllen, und eine Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgebend für einen Ausgabeantwortwert für jede der einen oder mehreren Ausgabeantworten ist. Das Verfahren umfasst das Berechnen einer errechneten Spanne von Eingabewerten innerhalb der entsprechenden Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren mit Hilfe des Prozessors. Das Berechnen umfasst das Auswählen einer ersten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der ersten Spanne von Eingabewerten, um eine erste Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der ersten Spanne von Eingabewerten auf Grundlage eines Vergleichs der ersten Leistungsmetrik und einer vorgegebenen Leistungsmetrik. Das Verfahren umfasst das Berechnen einer modifizierten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren mit Hilfe des Prozessors. Für jeden Eingabefaktor des einen oder der mehreren Eingabefaktoren umfasst das Verfahren das Auswählen einer zweiten Spanne von Eingabewerten durch Erweitern der errechneten Spanne von Eingabewerten um einen vorgegebenen Prozentsatz, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der zweiten Spanne von Eingabewerten auf Grundlage eines Vergleichs der zweiten Leistungsmetrik und der vorgegebenen Leistungsmetrik. Das Verfahren umfasst das Vorhersagen eines Design Space Estimate mit Hilfe des Prozessors auf Grundlage von wenigstens der modifizierten Spannen von Eingabewerten, wobei die modifizierten Spannen von Eingabewerten jeweils einen größten Variabilitätsbereich umfassen, in dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt werden.The invention in one aspect relates to a computer-aided method for estimating a design space of input factors and output responses for a physical process. With respect to any embodiment described herein, a physical process may be an industrial process, a manufacturing process, a semiconductor process, an analysis system or method, or a design project. The method includes receiving, via a processor, data for one or more input factors for a physical process, one or more output responses for the process, and criteria. The criteria include a target display criterion for each of the one or more output responses, an estimated optimal value for each of the one or more input factors to meet the target response criteria, and a trial span of input values for each of the one or more input factors, each input value in the span of input values is indicative of an output response value for each of the one or more output responses. The method includes calculating a calculated range of input values within the corresponding experimental range of input values for each of the one or more input factors using the processor. The calculating includes selecting a first range of input values for each of the one or more input factors, predicting values of the one or more output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating the calculated range of input values for each of the one or more input factors by adjusting the first range of input values based on a comparison of the first performance metric and a predetermined performance metric. The method includes calculating a modified range of input values for each of the one or more input factors using the processor. For each input factor of the one or more input factors, the method includes selecting a second range of input values by expanding the calculated range of input values by a predetermined percentage, predicting values of the one or more output responses based on the second range of input values determining the second performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the second range of input values based on a comparison of the second performance metric and the predetermined performance metric. The method includes predicting a design space estimate using the processor based on at least the modified ranges of input values, wherein the modified ranges of input values each include a largest range of variability by meeting the criteria for one or more of the input factors.

In einer anderen Ausführung umfasst das Design Space Estimate ferner eine Verteilung von Ausgabeantwortwerten für jede der einen oder mehreren Ausgabeantworten, wobei die modifizierten Spannen von Eingabewerten maßgebend für die Verteilung von Ausgabeantwortwerten sind. Für jede der einen oder mehreren Ausgabeantworten kann eine vorgegebene Anzahl von Ausgabeantwortwerten innerhalb der Verteilung von Ausgabeantwortwerten innerhalb vorgegebener Grenzwerte für die Ausgabeantwort liegen, wenn die vorgegebene Leistungsmetrik erfüllt wird.In another embodiment, the space estimate design further comprises distributing output response values for each of the one or more output responses, wherein the modified ranges of input values are representative of the distribution of output response values. For each of the one or more output responses, a predetermined number of output response values within the distribution of output response values may be within predetermined limits for the output response when the predetermined performance metric is met.

In einer weiteren Ausführung umfasst das Vorhersagen des Design Space Estimate das Vorhersagen eines einzelnen größten Variabilitätsbereichs für jeden Eingabefaktor, während jegliche verbleibenden Eingabefaktoren auf ihren zugehörigen geschätzten optimalen Wert gesetzt werden. Das Vorhersagen des Design Space Estimate kann das Vorhersagen eines kombinierten größten Variabilitätsbereichs für jeden Eingabefaktor umfassen, wobei Werte von jedem des einen oder der mehreren Eingabefaktoren überall innerhalb des entsprechenden kombinierten größten Variabilitätsbereichs liegen und die vorgegebene Leistungsmetrik für jede Ausgabeantwort erfüllen können.In another embodiment, predicting the Design Space Estimate involves predicting a single largest variability range for each input factor while setting any remaining input factors to their associated estimated optimal value. Predicting the Design Space Estimate may include predicting a combined largest variability range for each input factor, where values of each of the one or more input factors are anywhere within the corresponding combined largest variability range and may meet the predetermined performance metric for each output response.

In einer weiteren Ausführung umfasst das Erzeugen der errechneten Spanne von Eingabewerten das Auswählen einer dritten Spanne von Eingabewerten durch Reduzieren der ersten Spanne von Eingabewerten um einen vorgegebenen Prozentsatz, wenn die erste Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt. Das Verfahren kann das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der dritten Spanne von Eingabewerten umfassen, um eine dritte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, sowie das Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der dritten Spanne von Eingabewerten auf Grundlage eines Vergleichs der dritten Leistungsmetrik und der vorgegebenen Leistungsmetrik. In another embodiment, generating the calculated range of input values comprises selecting a third range of input values by reducing the first range of input values by a predetermined percentage when the first performance metric is below the predetermined performance metric. The method may include predicting values of the one or more output responses based on the third range of input values to determine a third performance metric for each of the one or more output responses, and generating the calculated range of input values for each of the one or more Input factors by adjusting the third range of input values based on a comparison of the third performance metric and the predetermined performance metric.

In einer weiteren Ausführung umfasst das Erzeugen der errechneten Spanne von Eingabewerten die folgenden Schritte, wenn die erste Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Festlegen einer Schrittgröße auf einen vorgegebenen Prozentsatz einer Größe der zweiten Spanne von Eingabewerten, Auswählen einer dritten Spanne von Eingabewerten durch Erweitern der ersten Spanne von Eingabewerten auf Grundlage der Schrittgröße, Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der dritten Spanne von Eingabewerten, um eine dritte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der dritten Spanne von Eingabewerten auf Grundlage eines Vergleichs der dritten Leistungsmetrik und der vorgegebenen Leistungsmetrik.In a further embodiment, generating the calculated range of input values comprises the following steps when the first performance metric is above the predetermined performance metric: setting a step size to a predetermined percentage of a magnitude of the second range of input values, selecting a third range of input values by expanding the first span of input values based on the step size, predicting values of the one or more output responses based on the third span of input values to determine a third performance metric for each of the one or more output responses, and generating the calculated range of input values for each of the one or the plurality of input factors by adjusting the third range of input values based on a comparison of the third performance metric and the predetermined performance metric.

In einer weiteren Ausführung umfasst das Erzeugen der errechneten Spanne von Eingabewerten die folgenden Schritte, wenn die dritte Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt: Auswählen einer vierten Spanne von Eingabewerten durch Erweitern der dritten Spanne von Eingabewerten auf Grundlage der Schrittgröße, Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der vierten Spanne von Eingabewerten, um eine vierte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der vierten Spanne von Eingabewerten auf Grundlage eines Vergleichs der vierten Leistungsmetrik und der vorgegebenen Leistungsmetrik. Das Erzeugen der errechneten Spanne von Eingabewerten kann die folgenden Schritte umfassen, wenn die dritte Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Setzen der dritten Spanne von Eingabewerten gleich der ersten Spanne von Eingabewerten, Reduzieren der Schrittgröße um einen vorgegebenen Prozentsatz, Auswählen einer vierten Spanne von Eingabewerten durch Erweitern der dritten Spanne von Eingabewerten auf Grundlage der Schrittgröße, Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der vierten Spanne von Eingabewerten, um eine vierte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der vierten Spanne von Eingabewerten auf Grundlage eines Vergleichs der vierten Leistungsmetrik und der vorgegebenen Leistungsmetrik.In a further embodiment, generating the calculated range of input values comprises the following steps when the third performance metric is below the predetermined performance metric: selecting a fourth range of input values by expanding the third range of input values based on the step size, predicting values of the one or more input values a plurality of output responses based on the fourth span of input values to determine a fourth performance metric for each of the one or more output responses, and generating the calculated range of input values for each of the one or more input factors by adjusting the fourth range of input values based on a comparison the fourth performance metric and the predetermined performance metric. Generating the calculated range of input values may include the following steps if the third performance metric is above the predetermined performance metric: setting the third range of input values equal to the first range of input values, reducing the step size by a predetermined percentage, selecting a fourth range of input values by expanding the third range of input values based on the step size, predicting values of the one or more output responses based on the fourth range of input values to determine a fourth performance metric for each of the one or more output responses, and generating the calculated range of input values for each of the one or more input factors by adjusting the fourth range of input values based on a comparison of the fourth performance metric and the predetermined performance metric.

In einer weiteren Ausführung umfasst das Erzeugen der modifizierten Spanne von Eingabewerten die folgenden Schritte, wenn die zweite Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Setzen der modifizierten Spanne von Eingabewerten gleich der zweiten Spanne von Eingabewerten und Assoziieren einer Fertigstellungsmarkierung mit dem Eingabefaktor. Das Erzeugen der modifizierten Spanne von Eingabewerten kann die folgenden Schritten umfassen, wenn die zweite Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt: Auswählen einer dritten Spanne von Eingabewerten durch Erweitern der zweiten Spanne von Eingabewerten um eine Schrittgröße, wobei die Schrittgröße zur Auswahl der zweiten Spanne von Eingabewerten verwendet wurde, Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der dritten Spanne von Eingabewerten, um eine dritte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der dritten Spanne von Eingabewerten auf Grundlage eines Vergleichs der dritten Leistungsmetrik und der vorgegebenen Leistungsmetrik.In another embodiment, generating the modified span of input values comprises the following steps when the second performance metric is above the predetermined performance metric: setting the modified range of input values equal to the second span of input values and associating a completion marker with the input factor. Generating the modified range of input values may include the following steps if the second performance metric is below the predetermined performance metric: selecting a third range of input values by expanding the second range of input values by one step size, the step size selecting the second range of input values predicting values of the one or more output responses based on the third span of input values to determine a third performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the third range of input values based on a comparison of the third performance metric and the predetermined performance metric.

In einer weiteren Ausführung umfasst das Berechnen der modifizierten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren des Weiteren die folgenden Schritte: Bestimmen eines jeden des einen oder der mehreren Eingabefaktoren, der mit einer Fertigstellungsmarkierung assoziiert ist, Reduzieren einer Schrittgröße, die zur Auswahl der zweiten Spanne von Eingabewerten verwendet wurde, um einen vorgegebenen Prozentsatz, und für jeden des einen oder der mehreren Eingabefaktoren des einen oder der mehreren Eingabefaktoren: Auswählen einer dritten Spanne von Eingabewerten durch Erweitern der zweiten Spanne von Eingabewerten um die Schrittgröße, Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der dritten Spanne von Eingabewerten, um eine dritte Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der dritten Spanne von Eingabewerten auf Grundlage eines Vergleichs der dritten Leistungsmetrik und der vorgegebenen Leistungsmetrik.In another embodiment, calculating the modified range of input values for each of the one or more input factors further comprises the steps of: determining each of the one or more input factors associated with a completion marker, reducing a step size to be selected the second span of input values by a predetermined percentage, and for each of the one or more input factors of the one or more input factors: selecting a third span of input values by extending the second span of input values by the step size, predicting values of the input values one or more output responses based on the third span of input values to determine a third performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the third span ne of input values based on a comparison of the third performance metric and the given performance metric.

In einer weiteren Ausführung umfasst das Vorhersagen der Werte der einen oder mehreren Ausgabeantworten das Durchführen einer Monte-Carlo-Simulation, und die erste Leistungsmetrik, die zweite Leistungsmetrik und die vorgegebene Leistungsmetrik sind ein Maß für die Anzahl von Werten der einen oder mehreren Ausgabeantworten innerhalb vorgegebener Grenzwerte. Das Auswählen der ersten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren kann das Festlegen der ersten Spanne von Eingabewerten auf einen vorgegebenen Prozentsatz eines unteren äußeren Grenzwerts des entsprechenden Eingabefaktors umfassen. In a further embodiment, predicting the values of the one or more output responses comprises performing a Monte Carlo simulation, and the first performance metric, the second performance metric, and the predetermined performance metric are a measure of the number of values of the one or more output responses within predetermined ones limits. Selecting the first range of input values for each of the one or more input factors may include setting the first range of input values to a predetermined percentage of a lower outer limit of the corresponding input factor.

In einer weiteren Ausführung umfasst das Verfahren die folgenden Schritte: Empfangen einer Einschränkung für den einen oder die mehreren Eingabefaktoren und Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der ersten Spanne von Eingabewerten, das des Weiteren das Anpassen des Errechneten umfasst, um die Einschränkung auszugleichen. Die Einschränkung kann eine benutzerdefinierte Grenze in Bezug auf einen oder mehrere Eingabefaktoren, eine Faktorverteilung oder eine jegliche Kombination davon einschließen. Das Zielantwortkriterium für jede der einen oder mehreren Ausgabeantworten kann einen Zielantwortwert, eine Spanne geeigneter Zielantwortwerte oder einen kritischen Zielantwortwert umfassen, wobei die Ausgabeantwort entweder oberhalb oder unterhalb des kritischen Zielantwortwerts liegen kann. In einer Ausführung umfasst der physikalische Prozess einen Herstellungsprozess, einen industriellen Prozess, ein Design-Projekt, ein Halbleiterprojekt oder jedwede Kombination davon.In a further embodiment, the method includes the steps of: receiving a constraint on the one or more input factors and predicting values of the one or more output responses based on the first range of input values, further comprising adjusting the computed to the constraint compensate. The constraint may include a user-defined limit with respect to one or more input factors, a factor distribution, or any combination thereof. The target response criterion for each of the one or more output responses may include a target response value, a range of appropriate target response values, or a critical target response value, wherein the output response may be either above or below the critical target response value. In one embodiment, the physical process includes a manufacturing process, an industrial process, a design project, a semiconductor project, or any combination thereof.

Die Erfindung betrifft in einem weiteren Aspekt eine Vorrichtung zur Schätzung eines Design Space von Eingabefaktoren und Ausgabeantworten für einen physikalischen Prozesses. Die Vorrichtung umfasst einen Prozessor, der so konfiguriert ist, dass er Daten für einen oder mehrere Eingabefaktoren für einen physikalischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess und Kriterien empfängt. Die Kriterien umfassen ein Zielantwortkriterium für jede der einen oder mehreren Ausgabeantworten, einen geschätzten optimalen Wert für jeden des einen oder der mehreren Eingabefaktoren, um die Zielantwortkriterien zu erfüllen, und eine Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgebend für einen Ausgabeantwortwert für jede der einen oder mehreren Ausgabeantworten ist. Der Prozessor ist darüber hinaus konfiguriert, um für jeden des einen oder der mehreren Eingabefaktoren eine errechnete Spanne von Eingabewerten innerhalb der entsprechenden Versuchsspanne von Eingabewerten zu berechnen. Das Berechnen umfasst das Auswählen einer ersten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der ersten Spanne von Eingabewerten, um eine erste Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der ersten Spanne von Eingabewerten auf Grundlage eines Vergleichs der ersten Leistungsmetrik und einer vorgegebenen Leistungsmetrik. Der Prozessor ist darüber hinaus konfiguriert, um eine modifizierte Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren zu berechnen. Das Berechnen umfasst für jeden Eingabefaktor des einen oder der mehreren Eingabefaktoren das Auswählen einer zweiten Spanne von Eingabewerten durch Erweitern der errechneten Spanne von Eingabewerten um einen vorgegebenen Prozentsatz, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der zweiten Spanne von Eingabewerten auf Grundlage eines Vergleichs der zweiten Leistungsmetrik und der vorgegebenen Leistungsmetrik. Der Prozessor ist ferner konfiguriert, um ein Design Space Estimate auf Grundlage von wenigstens der modifizierten Spannen von Eingabewerten zu errechnen, wobei die modifizierten Spannen von Eingabewerten jeweils einen größten Variabilitätsbereich umfassen, in dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt werden.The invention in another aspect relates to an apparatus for estimating a design space of input factors and output responses for a physical process. The apparatus includes a processor configured to receive data for one or more physical process input factors, one or more process output responses, and criteria. The criteria include a target response criterion for each of the one or more output responses, an estimated optimal value for each of the one or more input factors to satisfy the target response criteria, and a trial span of input values for each of the one or more input factors, each input value in the span of input values is indicative of an output response value for each of the one or more output responses. The processor is further configured to calculate, for each of the one or more input factors, a calculated range of input values within the corresponding experimental range of input values. The calculating includes selecting a first range of input values for each of the one or more input factors, predicting values of the one or more output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating the calculated range of input values for each of the one or more input factors by adjusting the first range of input values based on a comparison of the first performance metric and a predetermined performance metric. The processor is further configured to calculate a modified range of input values for each of the one or more input factors. The calculating includes, for each input factor of the one or more input factors, selecting a second range of input values by expanding the calculated range of input values by a predetermined percentage, predicting values of the one or more output responses based on the second span of input values determining the second performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the second range of input values based on a comparison of the second performance metric and the predetermined performance metric. The processor is further configured to compute a design space estimate based on at least the modified ranges of input values, wherein the modified ranges of input values each include a largest range of variability by meeting the criteria for one or more of the input factors.

Die Erfindung betrifft in einem weiteren Aspekt ein Computerprogrammprodukt, das zugänglich in einem Informationsträger aufgenommen ist. Das Computerprogrammprodukt beinhaltet Anweisungen, die ausgeführt werden, um eine Datenverarbeitungsvorrichtung zu veranlassen, Daten für einen oder mehrere Eingabefaktoren für einen physikalischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess und Kriterien zu empfangen. Die Kriterien umfassen ein Zielantwortkriterium für jede der einen oder mehreren Ausgabeantworten, einen geschätzten optimalen Wert für jeden des einen oder der mehreren Eingabefaktoren, um die Zielantwortkriterien zu erfüllen, und eine Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgebend für einen Ausgabeantwortwert für jede der einen oder mehreren Ausgabeantworten ist. Das Computerprogrammprodukt umfasst ferner Anweisungen, die ausgeführt werden, um eine Datenverarbeitungsvorrichtung zu veranlassen, für jeden des einen oder der mehreren Eingabefaktoren eine errechnete Spanne von Eingabewerten innerhalb der entsprechenden Versuchsspanne von Eingabewerten zu berechnen. Das Berechnen umfasst das Auswählen einer ersten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der ersten Spanne von Eingabewerten, um eine erste Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der ersten Spanne von Eingabewerten auf Grundlage eines Vergleichs der ersten Leistungsmetrik und einer vorgegebenen Leistungsmetrik. Das Computerprogrammprodukt umfasst ferner Anweisungen, die ausgeführt werden, um eine Datenverarbeitungsvorrichtung zu veranlassen, eine modifizierte Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren zu berechnen. Des Berechnen umfasst für jeden Eingabefaktor des einen oder der mehreren Eingabefaktoren das Auswählen einer zweiten Spanne von Eingabewerten durch Erweitern der errechneten Spanne von Eingabewerten um einen vorgegebenen Prozentsatz, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der zweiten Spanne von Eingabewerten auf Grundlage eines Vergleichs der zweiten Leistungsmetrik und der vorgegebenen Leistungsmetrik. Das Computerprogrammprodukt umfasst ferner Anweisungen, die ausgeführt werden, um eine Datenverarbeitungsvorrichtung zu veranlassen, ein Design Space Estimate auf Grundlage von wenigstens der modifizierten Spannen von Eingabewerten zu errechnen, wobei die modifizierten Spannen von Eingabewerten jeweils einen größten Variabilitätsbereich umfassen, in dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt werden.In a further aspect, the invention relates to a computer program product which is received in an accessible manner in an information carrier. The computer program product includes instructions that are executed to cause a computing device to receive data for one or more physical process input factors, one or more process output responses, and criteria. The criteria include a target response criterion for each of the one or more output responses, an estimated optimal value for each of the one or more input factors to satisfy the target response criteria, and a trial span of input values for each of the one or more input factors, each input value in the span of input values is indicative of an output response value for each of the one or more output responses. The computer program product further comprises instructions that are executed to cause a data processing device to compute, for each of the one or more input factors, a calculated range of input values within the corresponding experimental range of input values. The calculating includes selecting a first range of input values for each of the one or more input factors, predicting values of the one or more output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating the calculated range of input values for each of the one or more input factors by adjusting the first range of input values based on a comparison of the first performance metric and a predetermined performance metric. The computer program product further comprises instructions executed to cause a data processing device to provide a modified set of input values for each of the one or more input factors to calculate. The computing includes, for each input factor of the one or more input factors, selecting a second range of input values by expanding the calculated range of input values by a predetermined percentage, predicting values of the one or more output responses based on the second span of input values determining the second performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the second range of input values based on a comparison of the second performance metric and the predetermined performance metric. The computer program product further comprises instructions that are executed to cause a computing device to compute a design space estimate based on at least the modified ranges of input values, wherein the modified ranges of input values each include a largest range of variability in which the criteria for one or more of the input factors are met.

Die Erfindung betrifft in einem weiteren Aspekt ein System zur Schätzung eines Design Space von Eingabefaktoren und Ausgabeantworten für einen physikalischen Prozess. Das System umfasst eine Einrichtung zum Empfangen von Daten für einen oder mehrere Eingabefaktoren für einen physikalischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess sowie Kriterien. Die Kriterien umfassen ein Zielantwortkriterium für jede der einen oder mehreren Ausgabeantworten, einen geschätzten optimalen Wert für jeden des einen oder der mehreren Eingabefaktoren, um die Zielantwortkriterien zu erfüllen, und eine Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgebend für einen Ausgabeantwortwert für jede der einen oder mehreren Ausgabeantworten ist. Das System umfasst ferner eine Einrichtung zum Berechnen einer errechneten Spanne von Eingabewerten innerhalb der entsprechenden Versuchsspanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren. Das Berechnen umfasst das Auswählen einer ersten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der ersten Spanne von Eingabewerten, um eine erste Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der errechneten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren durch Anpassen der ersten Spanne von Eingabewerten auf Grundlage eines Vergleichs der ersten Leistungsmetrik und einer vorgegebenen Leistungsmetrik. Das System umfasst ferner eine Einrichtung zum Berechnen einer modifizierten Spanne von Eingabewerten für jeden des einen oder der mehreren Eingabefaktoren. Das Berechnen umfasst für jeden Eingabefaktor des einen oder der mehreren Eingabefaktoren das Auswählen einer zweiten Spanne von Eingabewerten durch Erweitern der errechneten Spanne von Eingabewerten um einen vorgegebenen Prozentsatz, das Vorhersagen von Werten der einen oder mehreren Ausgabeantworten auf Grundlage der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der einen oder mehreren Ausgabeantworten zu bestimmen, und das Erzeugen der modifizierten Spanne von Eingabewerten für den Eingabefaktor durch Anpassen der zweiten Spanne von Eingabewerten auf Grundlage eines Vergleichs der zweiten Leistungsmetrik und der vorgegebenen Leistungsmetrik. Das Systems umfasst ferner eine Einrichtung zum Vorhersagen eines Design Space Estimate auf Grundlage von wenigstens der modifizierten Spannen von Eingabewerten, wobei die modifizierten Spannen von Eingabewerten jeweils einen größten Variabilitätsbereich umfassen, in dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt werden.The invention in another aspect relates to a system for estimating a design space of input factors and output responses for a physical process. The system includes means for receiving data for one or more input factors for a physical process, one or more output responses for the process, and criteria. The criteria include a target response criterion for each of the one or more output responses, an estimated optimal value for each of the one or more input factors to satisfy the target response criteria, and a trial span of input values for each of the one or more input factors, each input value in the span of input values is indicative of an output response value for each of the one or more output responses. The system further includes means for calculating a calculated range of input values within the respective experimental span of input values for each of the one or more input factors. The calculating includes selecting a first range of input values for each of the one or more input factors, predicting values of the one or more output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating the calculated range of input values for each of the one or more input factors by adjusting the first range of input values based on a comparison of the first performance metric and a predetermined performance metric. The system further includes means for calculating a modified range of input values for each of the one or more input factors. The calculating includes, for each input factor of the one or more input factors, selecting a second range of input values by expanding the calculated range of input values by a predetermined percentage, predicting values of the one or more output responses based on the second span of input values determining the second performance metric for each of the one or more output responses, and generating the modified range of input values for the input factor by adjusting the second range of input values based on a comparison of the second performance metric and the predetermined performance metric. The system further includes means for predicting a design space estimate based on at least the modified ranges of input values, wherein the modified ranges of input values each include a largest range of variability in which the criteria for one or more of the input factors are met.

Die hierin beschriebenen Techniken, die sowohl Verfahren als auch Vorrichtungen einschließen, können die Vorteile des Automatisierens eines Prozesses zur Definition eines größten Variabilitätsbereichs für jeden Eingabefaktor und zum Vorhersagen einer Verteilung von Ausgabeantwortwerten für jede Ausgabeantwort mit einer bestimmten Wahrscheinlichkeit bieten. Die größten Variabilitätsbereiche und die Verteilungen von Ausgabeantwortwerten können derart dargestellt werden, dass sämtliche der verschiedenen betrachteten Kriterien effizient und ordnungsgemäß berücksichtigt werden. Die hierin beschriebenen Prinzipien können viele Ausgabeantworten gleichzeitig mit unterschiedlichen Berechnungsmodellen für Design Space Estimates verarbeiten, die zusammen mit Erweiterungskriterien verarbeitet werden können. Darüber hinaus können Einschränkungen in Bezug auf die Eingabefaktoren und/oder die Ausgabeantworten in die Berechnungsmodelle einbezogen werden.The techniques described herein, including both methods and apparatus, may provide the advantages of automating a process of defining a largest variability range for each input factor and predicting a distribution of output response values for each output response with a certain probability. The largest ranges of variability and the distributions of output response values can be represented as efficiently and properly taking into account all of the various criteria considered. The principles described herein can process many output responses simultaneously with different Design Space Estimates calculation models that can be processed along with enhancement criteria. In addition, constraints on input factors and / or output responses may be included in the calculation models.

Weitere Aspekte und Vorteile der vorliegenden Erfindung gehen aus der folgenden ausführlichen Beschreibung im Zusammenhang mit den beigefügten Zeichnungen hervor, die die Prinzipien der Erfindung lediglich beispielhaft erläutern.Other aspects and advantages of the present invention will become apparent from the following detailed description, taken in conjunction with the accompanying drawings, which illustrate, by way of example only, the principles of the invention.

KURZE BESCHREIBUNG DER ZEICHNUNGEN BRIEF DESCRIPTION OF THE DRAWINGS

Die obigen und weitere Gegenstände, Merkmale und Vorteile der vorliegenden Erfindung sowie die Erfindung selbst werden anhand der folgenden Beschreibung der verschiedenen Ausführungen besser verständlich, wenn diese im Zusammenhang mit den beigefügten Zeichnungen gelesen wird.The above and other objects, features and advantages of the present invention as well as the invention itself will become more apparent from the following description of the various embodiments when read in conjunction with the accompanying drawings.

1 ist eine schematische Darstellung eines Systems zum Vorhersagen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung. 1 is a schematic representation of a system for predicting an automated Predictive Design Space Estimate according to an embodiment of the invention.

2 ist ein Ablaufdiagramm, das ein Verfahren zum Vorhersagen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung darstellt. 2 FIG. 11 is a flowchart illustrating a method for predicting an automated predictive design space estimate according to an embodiment of the invention.

3A ist ein Ablaufdiagramm, das ein Verfahren zur Berechnung einer errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung darstellt. 3A FIG. 10 is a flowchart illustrating a method for calculating a calculated range of input values according to an embodiment of the invention. FIG.

3B ist ein Ablaufdiagramm, das ein Verfahren für eine schrittweise Bereichserweiterung zur Berechnung einer errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung darstellt. 3B FIG. 11 is a flowchart illustrating a stepwise range expansion method for calculating a calculated range of input values according to an embodiment of the invention. FIG.

3C ist ein Ablaufdiagramm, das ein Verfahren für eine schrittweise Bereichserweiterung zur Berechnung einer errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung darstellt. 3C FIG. 11 is a flowchart illustrating a stepwise range expansion method for calculating a calculated range of input values according to an embodiment of the invention. FIG.

4A ist ein Ablaufdiagramm, das ein Verfahren zur Berechnung einer modifizierten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung darstellt. 4A FIG. 10 is a flowchart illustrating a method for calculating a modified range of input values according to one embodiment of the invention. FIG.

4B ist ein Ablaufdiagramm, das ein Verfahren für eine schrittweise Bereichserweiterung zur Berechnung einer modifizierten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung darstellt. 4B FIG. 11 is a flowchart illustrating a stepwise range expansion method for calculating a modified range of input values according to one embodiment of the invention. FIG.

5A ist ein Diagramm, das eine grafische Anzeige zum Anzeigen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung darstellt. 5A FIG. 13 is a diagram illustrating a graphical display for displaying an automated predictive design space estimate according to one embodiment of the invention. FIG.

5B ist ein Diagramm, das eine grafische Anzeige zum Konfigurieren von Parametern, die für die Berechnung eines automatisierten Predictive Design Space Estimate verwendet werden, gemäß einem Ausführungsbeispiel der Erfindung darstellt. 5B FIG. 10 is a diagram illustrating a graphical display for configuring parameters used to calculate an automated Predictive Design Space Estimate according to one embodiment of the invention. FIG.

5C ist ein Diagramm, das eine grafische Anzeige zum Anzeigen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung darstellt. 5C FIG. 13 is a diagram illustrating a graphical display for displaying an automated predictive design space estimate according to one embodiment of the invention. FIG.

5D ist ein Diagramm, das eine grafische Anzeige zum Anzeigen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung darstellt. 5D FIG. 13 is a diagram illustrating a graphical display for displaying an automated predictive design space estimate according to one embodiment of the invention. FIG.

5E ist ein Diagramm, das eine grafische Anzeige zum Anzeigen eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung darstellt. 5E FIG. 13 is a diagram illustrating a graphical display for displaying an automated predictive design space estimate according to one embodiment of the invention. FIG.

AUSFÜHRLICHE BESCHREIBUNGDETAILED DESCRIPTION

In einigen Ausführungsbeispielen der Erfindung wird anhand von Eingabefaktoren, Ausgabeantworten und diverser mit den Eingabefaktoren bzw. Ausgabeantworten zusammenhängenden Kriterien ein Predictive Design Space Estimate (PDSE) für einen physischen Prozess (z. B. Fertigungsprozess, industrieller Prozess, Designprojekt) bestimmt. Der PDSE umfasst die Verteilung von Ausgabeantwortwerten für jede der Ausgabeantworten. Zudem umfasst der PDSE einen oder mehrere größte Variabilitätsbereiche für jeden Eingabefaktor. In einigen Ausführungen zählt für den PDSE auch ein einzelner größter Variabilitätsbereich sowie ein gemeinsamer größter Variabilitätsbereich für jeden Eingabefaktor; diese beiden Bereiche werden anhand der Verteilung der Ausgabeantwortwerte errechnet, um die mit den Eingabefaktoren bzw. Ausgabeantworten zusammenhängenden Kriterien zu erfüllen.In some embodiments of the invention, a Predictive Design Space Estimate (PDSE) for a physical process (e.g., manufacturing process, industrial process, design project) is determined based on input factors, output responses, and various criteria associated with the input factors. The PDSE comprises the distribution of output response values for each of the output responses. In addition, the PDSE includes one or more largest variability ranges for each input factor. In some embodiments, the PDSE also includes a single largest range of variability and a common largest range of variability for each input factor; these two ranges are calculated from the distribution of the output response values to meet the criteria associated with the input and output responses, respectively.

1 ist eine schematische Darstellung eines Systems 100 für die Durchführung eines Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung. Das System umfasst eine Dateneingabe-Einheit 102. Diese Dateneingabe-Einheit 102 übermittelt Daten an das Modul für den Design Space Estimate 104. Zu diesem Modul gehört ein Empfänger 106, der mit einem Prozessor 108 kommuniziert. Empfänger 106 und Prozessor 108 kommunizieren mit einer Datenbank 110. Der Prozessor 108 kommuniziert mit einer Steuerungseinheit 112. Der Prozessor 108 kommuniziert zudem mit einer Anzeige 114. 1 is a schematic representation of a system 100 for performing a Predictive Design Space Estimate according to an embodiment of the invention. The system includes a Data input unit 102 , This data entry unit 102 transfers data to the module for the Design Space Estimate 104 , This module includes a receiver 106 that with a processor 108 communicated. receiver 106 and processor 108 communicate with a database 110 , The processor 108 communicates with a control unit 112 , The processor 108 also communicates with an ad 114 ,

Über die Dateneingabe-Einheit 102 (z. B. Tastatur oder Rechner) gibt der Nutzer Daten (z. B. Eingabefaktor- und Ausgabeantwort-Daten) für einen Prozess ein, anhand welcher das Modul für den Design Space Estimate 104 den PDSE berechnet. In einem Beispiel werden die Ausgangskriterien über die Steuerungseinheit 112 konfiguriert und vom das Modul für den Design Space Estimate 104 zur Berechnung des PDSE verwendet. Zu den Ausgangskriterien zählt unter anderem ein Zielantwortkriterium für jede der Ausgabeantworten. Das Zielantwortkriterium gibt das erwünschte Ergebnis für jede der Ausgabeantworten vor. Wenn beispielweise eine Ausgabeantwort Kraftstoffverbrauch lautet und das Zielantwortkriterium 220 mg/Takt ist, gestaltet das Modul für den Design Space Estimate 104 den PDSE so, dass der größte Variabilitätsbereich für jeden der Eingabefaktoren das Zielantwortkriterium 220 mg/Takt am besten erfüllt. In einigen Ausführungen entspricht das Zielantwortkriterium einem Zielantwortwert (z. B. Kraftstoffverbrauch gleich 220 mg/Takt), einer Spanne zulässiger Zielantwortwerte (z. B. Kraftstoffverbrauch zwischen 200 mg/Takt und 240 mg/Takt) oder einem kritischen Anzeigewert, bei dem die Ausgabeantwort entweder aber- oder unterhalb des kritischen Zielantwortwerts (z. B. entweder ober- oder unterhalb 220) liegen kann. In einigen Ausführungen ruft das Modul für den Design Space Estimate 104 die Daten nicht direkt von Nutzer, sondern von der Datenbank 110 ab. In einer Ausführung werden die Daten aus einer Nutzereingabe (z. B. über die Dateneingabe-Einheit 102) oder aus einem Rechnersystem in der Datenbank gespeichert und hiernach dem Empfänger zur Verfügung gestellt, damit der Nutzer die Daten zur späteren Verwendung durch das Modul für den Design Space Estimate 104 abspeichern kann.About the data entry unit 102 (eg, keyboard or calculator), the user enters data (eg, input factor and output response data) for a process that is used by the module for the Space Estimate design 104 calculated the PDSE. In one example, the output criteria are via the control unit 112 configured and from the module for the Design Space Estimate 104 used to calculate the PDSE. One of the output criteria is a goal response criterion for each of the output responses. The target response criterion provides the desired result for each of the output responses. For example, if an output response is fuel consumption and the target response criterion 220 mg / bar is designed the module for the design Space Estimate 104 the PDSE such that the largest variability range for each of the input factors is the target response criterion 220 mg / bar best fulfilled. In some embodiments, the target response criterion corresponds to a target response value (eg, fuel consumption equal to 220 mg / stroke), a range of allowable target response values (eg, fuel consumption between 200 mg / stroke and 240 mg / stroke), or a critical indication value where the Output response either but- or below the critical target response value (eg, either above or below 220 ). In some versions, the module calls for the design Space Estimate 104 the data is not directly from users, but from the database 110 from. In one embodiment, the data is from a user input (eg, via the data entry unit 102 ) or from a computer system stored in the database and thereafter provided to the recipient, so that the user the data for later use by the module for the Design Space Estimate 104 can save.

In einigen Ausführungen erfolgen vor Erzeugung des PDSE diverse Versuche mit dem physischen Prozess (z. B. industrieller Prozess, Fertigungsprozess oder Designprojekt). Diese Versuche können von Anwendungsspezialisten entwickelt werden, die die Eingabefaktoren und Ausgabeantworten festlegen können, die das Design umfassen sollte. Die Versuche dienen der Prüfung des Verhältnisses zwischen Eingabefaktoren und Ausgabeantwort im System. So können die Versuche beispielsweise so gestaltet sein, dass Prozess bzw. Problem mit verschiedenen Kombinationen von Eingabefaktorwerten laufen, um festzustellen, welche Ausgabeantwortwerte von den einzelnen Kombinationen erzeugt werden. Diese Daten liefern bekannte Ergebnisse für die Ausgabeantworten anhand bekannter Kombinationen von Eingabefaktoren. Der Nutzer gibt die Versuchsdaten über die Dateneingabe-Einheit ein.In some implementations, prior to generation of the PDSE, various attempts are made with the physical process (eg, industrial process, manufacturing process, or design project). These trials may be developed by application specialists who can set the input factors and output responses that the design should include. The tests serve to test the relationship between input factors and output response in the system. For example, the trials may be designed so that the process or problem runs with different combinations of input factor values to determine which output response values are generated by the individual combinations. These data provide known results for the output responses from known combinations of input factors. The user enters the trial data via the data entry unit.

Die vom Empfänger 106 erhaltenen Daten werden vom Modul für den Design Space Estimate 104 vorverarbeitet. Das Modul für den Design Space Estimate 104 errechnet einen geschätzten optimalen Wert für jeden der Eingabefaktoren, der die Zielantwortkriterien erfüllt. Diese Berechnung kann beispielsweise mittels Simplex-Suche erfolgen, oder das Modul für den Design Space Estimate 104 kann mit einer Penalty-Funktion arbeiten. Das Modul für den Design Space Estimate 104 gibt die Bedingungen für die Ausgabeantworten (z. B. eine Ziel- und eine Ober-/Untergrenze) vor. Werden die Bedingungen nicht erfüllt, erweitert sich die Penalty-Bedingung für jedes Ergebnis einer Kombination von Eingabefaktorwerten; werden die Bedingungen erfüllt, entspricht die Penalty-Bedingung dem Wert 0.The one from the receiver 106 Data received are from the module for the Design Space Estimate 104 preprocessed. The module for the Design Space Estimate 104 calculates an estimated optimal value for each of the input factors that meets the target response criteria. This calculation can be done for example by means of simplex search, or the module for the Design Space Estimate 104 can work with a penalty function. The module for the Design Space Estimate 104 specifies the conditions for the output responses (eg, a target and an upper / lower bound). If the conditions are not met, the penalty condition expands for each result of a combination of input factor values; if the conditions are met, the penalty condition is 0.

Das Modul für den Design Space Estimate 104 ist so konfiguriert, dass es einen PDSE mit mehreren Ausgabeantworten errechnen kann. Zudem ist das Modul für den Design Space Estimate 104 in der Lage, ein PDSE-Modell für alle Ausgabeantworten oder mehrere PDSE-Modelle für alle Ausgabeantworten zu errechnen. Die vorverarbeiteten Daten liefern nur einen geschätzten optimalen Wert für jeden der Eingabefaktoren, die das Zielantwortkriterium erfüllen. Anhand der geschätzten optimalen Werte und der anderen Daten für den Prozess (z. B. Eingabefaktorwerte, Ausgabeantwortwerte und Bedingungen) errechnet das Modul für den Design Space Estimate 104 einen größten Variabilitätsbereich für jeden der Eingabefaktoren, der die Kriterien erfüllt (der PDSE). Möchte ein Nutzer einen Prozess beispielsweise bei einer bekannten Temperatur laufen lassen, liefert der größte Variabilitätsbereich für den PDSE die Toleranzspannen für die Eingabefaktoren (z. B. Druck und Gasdurchfluss).The module for the Design Space Estimate 104 is configured to calculate a PDSE with multiple output responses. In addition, the module for the design Space Estimate 104 able to compute a PDSE model for all output responses or multiple PDSE models for all output responses. The preprocessed data provides only an estimated optimal value for each of the input factors that satisfy the target response criterion. Based on the estimated optimal values and other data for the process (such as input factor values, output response values, and conditions), the module calculates Space Estimate for the design 104 a largest variability range for each of the input factors that meets the criteria (the PDSE). For example, if a user wants to run a process at a known temperature, the largest range of variability for the PDSE will provide the tolerance margins for the input factors (eg, pressure and gas flow).

Die Dateneingabe-Einheit 102, das Modul für den Design Space Estimate 104 und die Steuerungseinheit 112 können in einem digitalen elektronischen Schaltkreis und in Computer-Hardware, -Firmware und/oder -Software mit einem Prozessor implementiert werden. Bei der Implementierung kann es sich z. B. um einen programmierbaren Prozessor, einen Rechner und/oder um mehrere Rechner handeln. In 1 sind die Dateneingabe-Einheit 102, das Modul für den Design Space Estimate 104 und die Steuerungseinheit 112 als einzelne Komponenten dargestellt: Fachmänner auf diesem Gebiet werden jedoch erkennen, dass die Funktionalitäten einer oder mehrerer dieser Komponenten auch verbunden werden können.The data entry unit 102 , the module for the Design Space Estimate 104 and the control unit 112 can be implemented in a digital electronic circuit and in computer hardware, firmware and / or software with a processor. In the implementation may be z. B. be a programmable processor, a computer and / or multiple computers. In 1 are the data entry unit 102 , the module for the Design Space Estimate 104 and the control unit 112 when however, those skilled in the art will recognize that the functionalities of one or more of these components may be interconnected.

2 zeigt ein Ablaufdiagramm eines computergestützten Verfahrens 200 für die Durchführung eines automatisierten Predictive Design Space Estimate gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 202 werden Daten empfangen (z. B. über den Prozessor 106). Diese Daten umfassen die Daten für einen oder mehrere der Eingabefaktoren für einen Fertigungs- oder industriellen Prozess, eine oder mehrere Ausgabeantworten für den Prozess sowie die Kriterien. In einigen Ausführungen zählen zu den Kriterien ein Zielantwortkriterium für jede der Ausgabeantworten, ein geschätzter optimaler Wert für jeden der Eingabefaktoren zur Erfüllung der Zielantwortkriterien sowie eine Versuchsspanne von Eingabewerten für jeden der Eingabefaktoren, wobei jeder Eingabewert innerhalb der Versuchsspanne von Eingabewerten einen Ausgabeantwortwert für jede der Ausgabeantworten bestimmt. 2 shows a flowchart of a computerized method 200 for performing an automated Predictive Design Space Estimate according to an embodiment of the invention. In step 202 Data is received (eg via the processor 106 ). This data includes the data for one or more of the input factors for a manufacturing or industrial process, one or more output responses to the process, and the criteria. In some implementations, the criteria include a target response criterion for each of the output responses, an estimated optimal value for each of the input factors to meet the target response criteria, and a trial span of input values for each of the input factors, where each input value within the experimental span of input values includes an output response value for each of the output responses certainly.

In Schritt 204 errechnet das Modul für den Design Space Estimate 104 für jeden der Eingabefaktoren einen größten Variabilitätsbereich. In Schritt 206 errechnet das Modul für den Design Space Estimate 104 (z. B. mit dem Prozessor 108) für jeden der Eingabefaktoren eine Spanne von Eingabewerten innerhalb der entsprechenden Versuchsspanne von Eingabewerten. In Schritt 208 errechnet das Modul für den Design Space Estimate 104 (z. B. mit dem Prozessor 108) eine modifizierte Spanne von Eingabewerten für jeden der Eingabefaktoren. In Schritt 210 errechnet das Modul für den Design Space Estimate 104 einen Design Space Estimate mindestens anhand der modifizierten Spannen von Eingabewerten, wobei jede modifizierte Spanne von Eingabewerten einen größten Variabilitätsbereich für einen oder mehrere der Eingabefaktoren, die die Kriterien erfüllen, umfasst.In step 204 calculates the module for the design Space Estimate 104 For each of the input factors a largest range of variability. In step 206 calculates the module for the design Space Estimate 104 (eg with the processor 108 ) for each of the input factors, a range of input values within the corresponding experimental range of input values. In step 208 calculates the module for the design Space Estimate 104 (eg with the processor 108 ) a modified range of input values for each of the input factors. In step 210 calculates the module for the design Space Estimate 104 a design space estimate based at least on the modified ranges of input values, each modified range of input values comprising a largest range of variability for one or more of the input factors meeting the criteria.

In Schritt 202 wird der größte Variabilitätsbereich anhand einer stufenweisen Erweiterung eines Prozentsatzes (z. B. 2,5%) der Spanne von Eingabefaktoren errechnet. Die Spanne von Eingabefaktoren stellt die Spanne von Werten jedes Eingabefaktors dar, mit denen die vorgenannten Versuche durchgeführt wurden. Das Modul für den Design Space Estimate 104 erweitert die Spanne von Eingabefaktoren um einen Prozentsatz und führt Monte-Carlo-Simulationen durch, um die Ausgabeantwortwerte zu errechnen. Das Modul für den Design Space Estimate 104 beendet die stufenweise Erweiterung der Spanne von Eingabefaktoren, wenn die errechneten Ausgabeantwortwerte für eine oder mehrere der Ausgabeantworten erreicht wurden. Die stufenweise Erweiterung erfolgt einzeln für jeden der Eingabefaktoren. Der errechnete größte Variabilitätsbereich für jeden Eingabefaktor wird als Ausgangskriterien für die Suche (Schritt 206 und 208) nach dem gemeinsamen größten Variabilitätsbereich von Eingabefaktoren verwendet, in dem alle Eingabefaktoren variieren können und dennoch die Vorgaben für die Ausgabeantwort erfüllen.In step 202 For example, the largest range of variability is calculated by incrementally expanding a percentage (eg, 2.5%) of the range of input factors. The range of input factors represents the range of values of each input factor with which the aforementioned experiments were performed. The module for the Design Space Estimate 104 extends the range of input factors by a percentage and performs Monte Carlo simulations to calculate the output response values. The module for the Design Space Estimate 104 terminates the incremental expansion of the range of input factors when the calculated output response values for one or more of the output responses have been reached. The incremental expansion is done individually for each of the input factors. The calculated largest variability range for each input factor is used as the starting criteria for the search (step 206 and 208 ) is used for the common largest variability range of input factors, where all input factors can vary and still meet the output response specifications.

In Schritt 206 und 208 wird der gemeinsame größte Variabilitätsbereich von Eingabefaktoren errechnet, in dem alle Eingabefaktoren variieren können und dennoch die Vorgaben für die Ausgabeantwort erfüllen. In Schritt 206 errechnet das Modul für den Design Space Estimate 104 die Spanne von Eingabewerten für alle Eingabefaktoren zusammen (gleichzeitig). Schritt 206 wird in 3A im Einzelnen erläutert. In Schritt 208 errechnet das Modul für den Design Space Estimate 104 die modifizierte Spanne von Eingabewerten für jeden Eingabefaktor einzeln. Schritt 208 wird 3B im Einzelnen erläutert.In step 206 and 208 The common largest variability range of input factors is calculated, in which all input factors can vary and yet meet the specifications for the output response. In step 206 calculates the module for the design Space Estimate 104 the span of input values for all input factors together (simultaneously). step 206 is in 3A explained in detail. In step 208 calculates the module for the design Space Estimate 104 the modified range of input values for each input factor individually. step 208 becomes 3B explained in detail.

In Schritt 210 kann das Modul für den Design Space Estimate 104 verschiedene mathematische Regressionsmodelle für jede der Ausgabeantworten verwenden, um mittels Monte-Carlo-Simulationen die größte Variabilitätsspanne zu errechnen (z. B. für alle Eingabefaktoren einzeln oder gemeinsam, der PDSE). Das Modul für den Design Space Estimate 104 errechnet den PDSE automatisch mit Hilfe vorgegebener Kriterien, z. B. bestimmter Verteilungen (normale oder dreieckige Verteilung usw.), vom Nutzer vorgegebener Kriterien bezüglich der Eingabefaktoren und/oder Ausgabeantworten (z. B. vom Nutzer vorgegebene Grenzwerte für bestimmte Eingabefaktoren, vom Nutzer vorgegebene Verteilungen von Eingabefaktoren) oder technischer Bedingungen (z. B. sollte bei Mixtur-Designs die Summe aller Eingabefaktoren immer 1 sein). In einigen Beispielen können manche Bedingungen, wie qualitative Eingabefaktor-Einstellungen (gut, schlecht usw.) oder diskrete Eingabefaktor-Einstellungen (niedrig, mittelhoch, hoch usw.) nicht auf die gleiche Weise wie stete Eingabefaktoren verarbeitet werden (z. B. können qualitative Eingabefaktoren nicht so randomisiert werden, wie dies für die wiederholten Berechnungen durch die Monte-Carlo-Simulationen erforderlich wäre). Funktionen für die Berechnung (z. B. Monte-Carlo-Simulationen) mit Zufallseinstellungen für qualitative Eingabefaktoren können eingebunden werden. Eine Musterfunktion ist eine nach dem Zufallsprinzip erfolgte Vorgabe für den qualitativen Eingabefaktor, bei der die Verteilung auf bestimmte Wahrscheinlichkeiten (z. B. 60% von A; 30% von B; 10% von C) als Bedingung eingestellt werden kann (z. B. durch die Annahme, dass die endgültige Verteilung für die zufällige Population diskreter Vorgaben für den Eingabefaktor bereits als Bedingung vorgegeben ist). In einigen Ausführungen für technische Bedingungen für Mixturen normalisiert das Modul für den Design Space Estimate 104 die Eingabefaktoren jedes Mal nachdem die zufällige Variation in eine Monte-Carlo-Simulation einbezogen wurde, so dass die Summe aller Eingabefaktoren einer Konstante (z. B. 1) entspricht.In step 210 can be the module for the Design Space Estimate 104 use different mathematical regression models for each of the output responses to compute the largest span of variability using Monte Carlo simulations (eg, for all single or common input factors, the PDSE). The module for the Design Space Estimate 104 calculates the PDSE automatically using predefined criteria, eg Certain distributions (normal or triangular distribution, etc.), criteria predetermined by the user regarding the input factors and / or output responses (eg limits set by the user for certain input factors, user-specified distributions of input factors) or technical conditions (eg. For example, in mixture designs, the sum of all input factors should always be 1). In some examples, some conditions, such as qualitative input factor settings (good, bad, etc.) or discrete input factor settings (low, medium, high, etc.), may not be processed in the same way as steady input factors (eg, qualitative Input factors are not randomized as would be required for repeated calculations by the Monte Carlo simulations). Functions for the calculation (eg Monte Carlo simulations) with random settings for qualitative input factors can be integrated. A pattern function is a random input for the qualitative input factor, where the distribution to certain probabilities (eg 60% of A, 30% of B, 10% of C) can be set as a condition (eg by assuming that the final distribution for the random population of discrete input factor constraints is already a condition). In some designs for technical conditions for mixtures, the module normalizes for the design Space Estimate 104 the input factors each time after the random variation has been included in a Monte Carlo simulation so that the sum of all input factors is equal to a constant (eg 1).

3A zeigt ein Ablaufdiagramm eines Verfahrens 300 zur Berechnung einer errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 302 wählt das Modul für den Design Space Estimate 104 (z. B. mit dem Prozessor 108) eine erste Spanne von Eingabewerten für jeden der Eingabefaktoren. In Schritt 304 errechnet das Modul für den Design Space Estimate 104 Werte für eine oder mehrere der Ausgabeantworten anhand der ersten Spanne von Eingabewerten, um eine erste Leistungsmetrik für jede der Ausgabeantworten zu erstellen. In Schritt 306 erstellt das Modul für den Design Space Estimate 104 die errechnete Spanne von Eingabewerten für jeden der Eingabefaktoren, indem es die erste Spanne von Eingabewerten anhand eines Vergleichs der ersten Leistungsmetrik und einer vorgegebenen Leistungsmetrik anpasst. 3A shows a flowchart of a method 300 for calculating a calculated range of input values according to an embodiment of the invention. In step 302 chooses the module for the Design Space Estimate 104 (eg with the processor 108 ) a first range of input values for each of the input factors. In step 304 calculates the module for the design Space Estimate 104 Values for one or more of the output responses from the first span of input values to produce a first performance metric for each of the output responses. In step 306 creates the module for the Design Space Estimate 104 the calculated range of input values for each of the input factors by adjusting the first range of input values based on a comparison of the first performance metric and a predetermined performance metric.

In Schritt 302 gibt das Modul für den Design Space Estimate 104 für die erste Spanne einen Prozentsatz (z. B. 75%) des größten Variabilitätsbereichs für jeden Eingabefaktor vor. In Schritt 304 führt das Modul für den Design Space Estimate 104 Monte-Carlo-Simulationen mit diversen vom Nutzer vorgegebenen Proben durch (z. B. eine in der Datenbank 110 gespeicherte Einstellung). Bei Monte-Carlo-Simulationen bzw. -Verfahren handelt es sich um Berechnungsverfahren, die anhand wiederholter Stichprobenentnahmen Ergebnisse für die Simulation physischer (und mathematischer) Systeme errechnen. Monte-Carlo-Simulationen werden häufig in Fällen angewandt, in denen es nicht praktikabel oder nicht möglich ist, mit deterministischen Algorithmen genaue Ergebnisse zu errechnen. In der Regel wird in einer Monte-Carlo-Simulation zunächst eine Spanne möglicher Eingaben (z. B. Eingabefaktoren für einen physischen Prozess) festgelegt. Die Eingaben (bzw. Eingabefaktorwerte) werden aus dieser Spanne nach dem Zufallsprinzip abgerufen (der physische Prozess). Eine deterministische Berechnung erfolgt dann anhand der Eingaben (z. B. durch Vergleich der Ausgabeantwortwerte mit den gewünschten Kriterien für die Ausgabeantwortwerte). Zum Schluss werden die Ergebnisse der einzelnen deterministischen Berechnungen zu einem Endergebnis zusammengeführt (z. B. der PDSE).In step 302 gives the module for the design Space Estimate 104 for the first span, a percentage (eg 75%) of the largest variability range for each input factor. In step 304 leads the module for the Design Space Estimate 104 Monte Carlo simulations with various samples given by the user (eg one in the database 110 saved setting). Monte Carlo simulations or procedures are computational methods that use repeated sampling to calculate results for the simulation of physical (and mathematical) systems. Monte Carlo simulations are often used in cases where it is impractical or impossible to calculate accurate results using deterministic algorithms. Typically, in a Monte Carlo simulation, a range of possible inputs (eg, input factors for a physical process) is first established. The inputs (or input factor values) are retrieved randomly from this span (the physical process). A deterministic calculation then takes place based on the inputs (eg, by comparing the output response values with the desired criteria for the output response values). Finally, the results of each deterministic calculation are merged into one final result (eg the PDSE).

In einigen Ausführungen ist die erste Leistungsmetrik ein Kriterium, das Dots Per Million Operation (DPMO) genannt wird. Die DPMO steht für die Anzahl errechneter Ausgabeantwortwerte, die außerhalb der vorgegebenen Grenzwerte für eine bestimmte Ausgabeantwort liegen. Die vorgegebenen Grenzwerte (die vom Nutzer festgelegt werden können) reichen von einem unteren Ausgabeantwortwert bis zu einem oberen Ausgabeantwortwert und stellen so die Spanne zulässiger Ausgabeantwortwerte für eine Ausgabeantwort dar. Die Monte-Carlo-Simulationen werden durchgeführt, und die errechneten Ausgabeantwortwerte werden mit der DPMO verglichen, um festzustellen, ob die gewählte erste Wertespanne zulässig ist. Eine DPMO von 50.000 Treffern außerhalb der Grenzwerte für eine bestimmte Ausgabeantwort liegt beispielsweise bei 50.000/1.000.000 = 0,05 bzw. 5%, was ermöglicht, dass 5% der errechneten Ausgabeantwortwerte auch dann als zulässige Leistung gelten, wenn sie außerhalb der vorgegebenen Grenzwerte liegen.In some implementations, the first performance metric is a criterion called Dots Per Million Operation (DPMO). The DPMO represents the number of calculated output response values that are outside the specified limits for a particular output response. The predetermined limits (which can be set by the user) range from a lower output response value to an upper output response value, thus representing the range of allowable output response values for an output response. The Monte Carlo simulations are performed and the calculated output response values are taken with the DPMO compared to determine if the selected first range is allowed. For example, a DPMO of 50,000 hits out of bounds for a given output response would be 50,000 / 1,000,000 = 0.05 or 5%, allowing 5% of the calculated output response values to be considered acceptable even if they fall outside the specified output response Limits are.

In Schritt 304 wird in einigen Ausführungen jeder der Eingabefaktoren anhand der gewählten Verteilung für die Monte-Carlo-Simulation (z. B. normale, einheitliche oder dreieckige Verteilung) und anhand der Spannen (z. B. die erste Spanne) mit einem Zufallsfehler versehen, um die Leistungsfähigkeit der Monte-Carlo-Simulation zu steigern. In einigen Ausführungen wird zu jedem der errechneten Ausgabeantwortwerte basierend auf dem Monte-Carlo-Modellfehler ein Zufallsfehler hinzugefügt (z. B. Studentsche-t-Verteilung-Zufallsfehler).In step 304 In some implementations, each of the input factors is randomized based on the selected distribution for the Monte Carlo simulation (eg, normal, uniform, or triangular distribution) and on the margins (eg, the first span) To increase the performance of the Monte Carlo simulation. In some implementations, a random error is added to each of the calculated output response values based on the Monte Carlo model error (eg, Studentsche-t distribution random error).

In Schritt 306 erzeugt das Modul für den Design Space Estimate 104 die errechnete Spanne anhand eines Vergleichs der ersten Leistungsmetrik mit einer vorgegebenen Leistungsmetrik. So vergleicht das Modul für den Design Space Estimate 104 beispielsweise die errechnete DPMO für die Monte-Carlo-Simulationen (aus Schritt 304) mit einer vorgegebenen DPMO (z. B. 50.000). Der Vergleich der ersten mit der vorgegebenen Leistungsmetrik wird in 3B beschrieben. 3B zeigt ein Ablaufdiagramm eines Abschnitts des Verfahrens 300 für die stufenweise Erweiterung der Spanne für die Berechnung der errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 322 wird die erste Leistungsmetrik mit der vorgegebenen Leistungsmetrik verglichen. Liegt die erste Leistungsmetrik über der vorgegebenen, fährt das Verfahren 300 mit Schritt 324 fort. In Schritt 324 wählt das Modul für den Design Space Estimate 104 eine zweite Spanne von Eingabewerten, indem es die erste Spanne von Eingabewerten um einen vorgegebenen Prozentsatz reduziert. Liegt die DPMO beispielsweise über dem Grenzwert für die vorgegebene DPMO, wird die erste Spanne durch zwei geteilt. Nach der Auswahl der zweiten Spanne von Eingabewerten fährt das Verfahren 300 mit Schritt 304 in 3A fort.In step 306 creates the module for the design Space Estimate 104 the calculated range based on a comparison of the first performance metric with a given performance metric. So the module compares for the design Space Estimate 104 For example, the calculated DPMO for the Monte Carlo simulations (from step 304 ) with a given DPMO (eg 50,000). The comparison of the first with the given performance metric is in 3B described. 3B shows a flowchart of a portion of the method 300 for the stepwise expansion of the span for calculating the calculated range of input values according to an embodiment of the invention. In step 322 the first performance metric is compared with the predetermined performance metric. If the first performance metric is above the specified one, the procedure continues 300 with step 324 continued. In step 324 chooses the module for the Design Space Estimate 104 a second range of input values by reducing the first range of input values by a predetermined percentage. For example, if the DPMO is above the limit for the default DPMO, the first span is divided by two. After selecting the second range of input values, the method continues 300 with step 304 in 3A continued.

Liegt die erste Leistungsmetrik unter der vorgegebenen, fährt das Verfahren 300 mit Schritt 326 fort. In Schritt 326 stellt das Modul für den Design Space Estimate 104 die Schrittgröße auf einen vorgegebenen Prozentsatz einer Größe der ersten Spanne von Eingabewerten ein. In Schritt 328 wählt das Modul für den Design Space Estimate 104 eine zweite Spanne von Eingabewerten, indem es die erste Spanne von Eingabewerten je nach Schrittgröße erweitert. In Schritt 330 errechnet das Modul für den Design Space Estimate 104 die Werte für eine oder mehrere der Ausgabeantworten anhand der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der Ausgabeantworten zu bestimmen. In Schritt 330 erzeugt das Modul für den Design Space Estimate 104 die errechnete Spanne von Eingabewerten für jeden der Eingabefaktoren, indem es die dritte Spanne von Eingabewerten anhand eines Vergleichs der dritten mit der vorgegebenen Leistungsmetrik anpasst.If the first performance metric is below the specified one, the procedure continues 300 with step 326 continued. In step 326 Provides the module for the design Space Estimate 104 the step size to a given Percentage of a size of the first range of input values. In step 328 chooses the module for the Design Space Estimate 104 a second range of input values by expanding the first range of input values according to step size. In step 330 calculates the module for the design Space Estimate 104 the values for one or more of the output responses from the second span of input values to determine a second performance metric for each of the output responses. In step 330 creates the module for the design Space Estimate 104 the calculated range of input values for each of the input factors by adjusting the third range of input values based on a comparison of the third with the given performance metric.

In Schritt 326 und 328 kann das Modul für den Design Space Estimate 104 die Schrittgröße auf 20 der ersten Spanne von Eingabewerten einstellen und die zweite Spanne von Eingabewerten durch Erweiterung der ersten Spanne um die Schrittgröße auswählen. In Schritt 330 kann das Modul für den Design Space Estimate 104 Monte-Carlo-Simulationen – wie vorgenannt für Schritt 304 in 3A beschrieben – durchführen, um für jede der Ausgabeantworten eine DPMO zu bestimmen.In step 326 and 328 can be the module for the Design Space Estimate 104 set the step size to 20 of the first range of input values and select the second range of input values by extending the first span by the step size. In step 330 can be the module for the Design Space Estimate 104 Monte Carlo simulations - as mentioned above for step 304 in 3A described - to determine a DPMO for each of the output responses.

In Schritt 332 wird die errechnete Spanne erzeugt, indem die zweite Spanne von Eingabewerten anhand eines Vergleichs der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik, wie in 3C beschrieben, angepasst wird. 3C zeigt ein Ablaufdiagramm für einen Abschnitt des Verfahrens 300 in 3A für die stufenweise Erweiterung der Spanne zur Berechnung einer errechneten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 352 bestimmt das Modul für den Design Space Estimate 104, ob die zweite Leistungsmetrik identisch ist mit der vorgegebenen Leistungsmetrik. Sind die zweite und die vorgegebene Leistungsmetrik identisch, fährt das Verfahren 300 mit Schritt 354 fort. In Schritt 354 stellt das Modul für den Design Space Estimate 104 die errechnete Spanne von Eingabewerten auf die zweite Spanne von Eingabewerten ein.In step 332 the calculated span is generated by the second span of input values based on a comparison of the second performance metric with the predetermined performance metric, as in 3C described, adapted. 3C shows a flowchart for a portion of the method 300 in 3A for the incremental expansion of the span for calculating a calculated range of input values according to an embodiment of the invention. In step 352 Determines the module for the Design Space Estimate 104 whether the second performance metric is identical to the given performance metric. If the second and the given performance metrics are identical, the procedure continues 300 with step 354 continued. In step 354 Provides the module for the design Space Estimate 104 the calculated range of input values to the second range of input values.

Sind die zweite und die vorgegebene Leistungsmetrik nicht identisch, fährt das Verfahren 300 mit Schritt 356 fort. In Schritt 356 bestimmt das Modul für den Design Space Estimate 104, ob das Verfahren die Maximalanzahl an Iterationen erreicht hat. Ist dies der Fall, fährt das Verfahren mit Schritt 354 fort und stellt die errechnete Spanne von Eingabewerten auf die zweite Spanne von Eingabewerten ein. Wurde die Maximalanzahl an Iterationen nicht erreicht, fährt das Verfahren mit Schritt 358 fort. Bei Schritt 352 und 356 handelt es sich um Abschlusskriterien, die verhindern, dass das Verfahren 300 aus 3A bis 3C in einer Endlosschleife läuft. In Schritt 358 bestimmt das Modul für den Design Space Estimate 104, ob die zweite Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt. Ist dies der Fall, fährt das Verfahren 300 mit Schritt 328 in 3B fort. Liegt die zweite Leistungsmetrik nicht unterhalb der vorgegebenen Leistungsmetrik, fährt das Verfahren mit Schritt 360 fort. In Schritt 360 stellt das Modul für den Design Space Estimate 104 eine dritte Spanne von Eingabewerten ein, die der letzten gültigen Spanne von Eingabewerten entspricht (also der letzten Spanne von Eingabewerten, die zu einer Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik gehörten). In Schritt 362 reduziert das Modul für den Design Space Estimate 104 den Schrittwert um einen vorgegebenen Prozentsatz. Das Verfahren 300 fährt dann mit Kasten 328 in 3B fort und wählt eine vierte Spanne von Eingabewerten, indem es die dritte Spanne von Eingabewerten je nach Schrittgröße erweitert usw.If the second and the given performance metrics are not identical, the procedure continues 300 with step 356 continued. In step 356 Determines the module for the Design Space Estimate 104 whether the method has reached the maximum number of iterations. If this is the case, the method goes to step 354 and sets the calculated range of input values to the second range of input values. If the maximum number of iterations has not been reached, the procedure goes to step 358 continued. At step 352 and 356 These are completion criteria that prevent the procedure 300 out 3A to 3C running in an infinite loop. In step 358 Determines the module for the Design Space Estimate 104 whether the second performance metric is below the predetermined performance metric. If this is the case, the procedure continues 300 with step 328 in 3B continued. If the second performance metric is not below the predetermined performance metric, the method continues with step 360 continued. In step 360 Provides the module for the design Space Estimate 104 a third span of input values that corresponds to the last valid span of input values (that is, the last span of input values that belonged to a performance metric below the given performance metric). In step 362 reduces the module for the Design Space Estimate 104 the step value by a given percentage. The procedure 300 then moves with box 328 in 3B and selects a fourth range of input values by extending the third range of input values according to step size, and so on.

Beispiel für den Abschnitt des Verfahrens 300 in 3C: Liegt die DPMO unterhalb der Grenzwerte für die DPMO, erweitert das Modul für den Design Space Estimate 104 die Spanne und testet sie solange, bis eines oder mehrere der Abschlusskriterien erfüllt sind (Schritt 352 und 356). Liegt die DPMO oberhalb der Grenzwerte für die DPMO, reduziert das Modul für den Design Space Estimate 104 die Faktorspanne auf die letzte gültige Einstellung (Schritt 360) (z. B. auf die erste Spanne), teilt die Schrittgröße durch zwei (Schritt 362) und erweitert und testet die Spanne solange, bis eines oder mehrere der Abschlusskriterien erfüllt sind (Schritt 328 in 3B und wie in 3B beschrieben). Das Verfahren 300 beendet den Vorgang entweder, wenn die errechnete Spanne der gewünschten DPMO für die Monte-Carlo-Simulationen der errechneten Spanne entspricht, oder wenn die Maximalanzahl an Iterationen erreicht ist, was zur besten errechneten Spanne führt, die mit einer gleichzeitigen Erweiterung aller Eingabefaktoren erreicht werden kann.Example of the section of the procedure 300 in 3C : If the DPMO is below the limit values for the DPMO, the module for the design expands Space Estimate 104 span and test them until one or more of the completion criteria is met (step 352 and 356 ). If the DPMO is above the limits for the DPMO, the module for the design reduces Space Estimate 104 the factor margin to the last valid setting (step 360 ) (eg, on the first span), divides the step size by two (step 362 ) and extends and tests the span until one or more of the completion criteria is met (step 328 in 3B and how in 3B described). The procedure 300 terminates the process either when the computed span of the desired DPMO for the Monte Carlo simulations matches the calculated span, or when the maximum number of iterations is reached, resulting in the best calculated span that can be achieved with a simultaneous expansion of all input factors ,

4A zeigt ein Ablaufdiagramm des Verfahrens 400 zur Berechnung einer modifizierten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 402 wählt das Modul für den Design Space Estimate 104 einen Eingabefaktor aus den verfügbaren Eingabefaktoren aus. In Schritt 404 stellt das Modul für den Design Space Estimate 104 die Schrittgröße auf einen vorgegebenen Prozentsatz der Größe der errechneten Spanne von Eingabewerten ein. In Schritt 406 wählt das Modul für den Design Space Estimate 104 eine zweite Spanne von Eingabewerten, indem es die errechnete Spanne je nach Schrittgröße erweitert. In Schritt 408 errechnet das Modul für den Design Space Estimate 104 die Werte für eine oder mehrere der Ausgabeantworten anhand der zweiten Spanne von Eingabewerten, um eine zweite Leistungsmetrik für jede der Ausgabeantworten zu bestimmen. In Schritt 410 erzeugt das Modul für den Design Space Estimate 104 die modifizierte Spanne von Eingabewerten für den Eingabefaktor, indem es die zweite Spanne von Eingabewerten anhand eines Vergleichs der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik anpasst. 4A shows a flowchart of the method 400 for calculating a modified range of input values according to an embodiment of the invention. In step 402 chooses the module for the Design Space Estimate 104 an input factor from the available input factors. In step 404 Provides the module for the design Space Estimate 104 the step size to a predetermined percentage of the size of the calculated range of input values. In step 406 chooses the module for the Design Space Estimate 104 a second range of input values by expanding the calculated range according to step size. In step 408 calculates the module for the design Space Estimate 104 the values for one or more of the output responses from the second span of input values, a second performance metric for each to determine the output responses. In step 410 creates the module for the design Space Estimate 104 the modified range of input values for the input factor by adjusting the second range of input values based on a comparison of the second performance metric with the predetermined performance metric.

In Schritt 410 wird die modifizierte Spanne anhand eines Vergleichs der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik erzeugt, wie in 4B dargestellt. 4B zeigt ein Ablaufdiagramm eines Abschnitts des Verfahrens 400 für die stufenweise Erweiterung der Spanne zur Berechnung einer modifizierten Spanne von Eingabewerten gemäß einem Ausführungsbeispiel der Erfindung. In Schritt 450 bestimmt das Modul für den Design Space Estimate 104, ob die zweite Leistungsmetrik der vorgegebenen Metrik entspricht. Entspricht die zweite Leistungsmetrik der vorgegebenen Metrik, fährt das Verfahren mit Schritt 452 fort. In Schritt 452 stellt das Modul für den Design Space Estimate 104 die modifizierte Spanne auf die zweite Spanne von Eingabewerten ein. Entspricht die zweite Leistungsmetrik der vorgegebenen Metrik nicht, fährt das Verfahren mit Schritt 454 fort.In step 410 the modified span is generated based on a comparison of the second performance metric with the predetermined performance metric, as in 4B shown. 4B shows a flowchart of a portion of the method 400 for the stepwise expansion of the span for calculating a modified range of input values according to an embodiment of the invention. In step 450 Determines the module for the Design Space Estimate 104 whether the second performance metric corresponds to the given metric. If the second performance metric corresponds to the predetermined metric, the method goes to step 452 continued. In step 452 Provides the module for the design Space Estimate 104 set the modified span to the second range of input values. If the second performance metric does not correspond to the given metric, the method goes to step 454 continued.

In Schritt 454 bestimmt das Modul für den Design Space Estimate 104, ob das Verfahren 400 eine Maximalanzahl an Iterationen erreicht hat. Wurde die Maximalanzahl an Iterationen erreicht, fährt das Verfahren 400 mit Schritt 452 fort und stellt die modifizierte Spanne auf die zweite Spanne von Eingabewerten ein. Wurde die Maximalanzahl an Iterationen nicht erreicht, fährt das Verfahren mit Schritt 456 fort. Bei Schritt 450 und 454 handelt es sich um Abschlusskriterien, die verhindern, dass das Verfahren 400 in 4A und 4B in einer Endlosschleife läuft. In Schritt 456 bestimmt das Modul für den Design Space Estimate 104, ob die zweite Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt. Liegt die zweite Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik, fährt das Verfahren 400 mit Kasten 406 in 4A fort. Liegt die zweite Leistungsmetrik nicht unterhalb der vorgegebenen Metrik, fährt das Verfahren 400 mit Schritt 458 fort. In Schritt 458 stellt das Modul für den Design Space Estimate 104 die modifizierte Spanne von Eingabewerten auf die letzte gültige Spanne von Eingabewerten (also auf die letzte Spanne von Eingabewerten, die zu einer Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik gehörten). In Schritt 460 ordnet das Modul für den Design Space Estimate 104 dem Eingabefaktor eine Fertigstellungsmarkierung zu.In step 454 Determines the module for the Design Space Estimate 104 whether the procedure 400 has reached a maximum number of iterations. If the maximum number of iterations has been reached, the procedure continues 400 with step 452 and adjust the modified span to the second range of input values. If the maximum number of iterations has not been reached, the procedure goes to step 456 continued. At step 450 and 454 These are completion criteria that prevent the procedure 400 in 4A and 4B running in an infinite loop. In step 456 Determines the module for the Design Space Estimate 104 whether the second performance metric is below the predetermined performance metric. If the second performance metric is below the predetermined performance metric, the procedure continues 400 with box 406 in 4A continued. If the second performance metric is not below the given metric, the procedure continues 400 with step 458 continued. In step 458 Provides the module for the design Space Estimate 104 the modified range of input values to the last valid range of input values (that is, the last range of input values that belonged to a performance metric below the given performance metric). In step 460 Maps the module for the design Space Estimate 104 the input factor to a completion mark.

In Schritt 462 bestimmt das Modul für den Design Space Estimate 104, ob einem oder mehreren der restlichen Eingabefaktoren keine Fertigstellungsmarkierung zugeordnet wurde. Ist dies der Fall, fährt das Verfahren mit Kasten 402 in 4A fort. Sind keine Eingabefaktoren ohne Fertigstellungsmarkierung vorhanden, fährt das Verfahren 400 mit Schritt 464 fort. In Schritt 464 reduziert das Modul für den Design Space Estimate 104 den Schritt-Prozentsatz um einen vorgegebenen Prozentsatz und fährt mit Kasten 406 fort und wählt eine neue Spanne von Eingabewerten, indem es die zweite Spanne von Eingabewerten je nach modifizierter Schrittgröße erweitert usw.In step 462 Determines the module for the Design Space Estimate 104 whether one or more of the remaining input factors have not been assigned a completion marker. If this is the case, the procedure continues with box 402 in 4A continued. If there are no input factors without completion mark, the procedure continues 400 with step 464 continued. In step 464 reduces the module for the Design Space Estimate 104 the step percentage by a predetermined percentage and moves with box 406 and selects a new range of input values by expanding the second range of input values according to the modified step size, and so on.

Das Verfahren 400 wird beispielsweise bei jedem der Eingabefaktoren einzeln angewandt (Schritt 402). Das Modul für den Design Space Estimate 104 stellt die Schrittgröße auf 20% der Faktorspanne (20% der errechneten Spanne von Eingabewerten) des Eingabefaktors ein (Schritt 404). Das Modul für den Design Space Estimate 104 erweitert die Faktorspanne des Eingabefaktors um die Schrittgröße (also fügt z. B. die Schrittgröße zur aktuellen Faktorspanne des Eingabefaktors hinzu) (Schritt 406). Das Modul für den Design Space Estimate 104 führt die Monte-Carlo-Simulationen wie vorgenannt durch und fügt gegebenenfalls Zufallsfehler hinzu (Schritt 408). Liegt die DPMO oberhalb des Grenzwerts für die DPMO, reduziert das Modul für den Design Space Estimate 104 die Faktorspanne des Eingabefaktors auf die letzte Einstellung der Faktorspanne mit einer DPMO unterhalb des Grenzwerts für die DPMO (456) und ordnet dem Eingabefaktor eine Fertigstellungsmarkierung zu. Liegt die DPMO unterhalb des Grenzwerts für die DPMO, wird das Verfahren (Verfahren 400) wiederholt, indem die Faktorspanne erweitert und die sich ergebenden DPMOs für die Monte-Carlo-Simulationen verglichen werden (Wiederholung von Schritt 406 bis 410, wobei Schritt 450 bis 464 in Schritt 410 enthalten sind). Der Vorgang wird für alle restlichen Eingabefaktoren wiederholt, bis allen eine Fertigstellungsmarkierung zugeordnet werden kann. Hiernach entfernt das Modul für den Design Space Estimate 104 die Fertigstellungsmarkierungen von den Eingabefaktoren, teilt die Schrittgröße durch einen vorgegebenen Betrag (z. B. durch 2) und wiederholt das Verfahren (z. B. Schritt 406 bis 410).The procedure 400 For example, it is applied one by one to each of the input factors (step 402 ). The module for the Design Space Estimate 104 sets the step size to 20% of the factor range (20% of the calculated range of input values) of the input factor (step 404 ). The module for the Design Space Estimate 104 extends the factor range of the input factor by the step size (eg, adds the step size to the current factor range of the input factor) (step 406 ). The module for the Design Space Estimate 104 performs the Monte Carlo simulations as mentioned above and adds random errors if necessary (step 408 ). If the DPMO is above the limit for the DPMO, the module for the design reduces Space Estimate 104 the factor range of the input factor to the last setting of the factor range with a DPMO below the limit for the DPMO ( 456 ) and assigns a completion mark to the input factor. If the DPMO is below the limit for the DPMO, the procedure (Procedure 400 ) by extending the factor range and comparing the resulting DPMOs for the Monte Carlo simulations (repeat step 406 to 410 where step 450 to 464 in step 410 are included). The process is repeated for all remaining input factors until all can be assigned a completion mark. Thereafter, the module for the design removes Space Estimate 104 the completion marks from the input factors, divides the step size by a predetermined amount (eg, by 2), and repeats the process (eg, step 406 to 410 ).

Wieder Bezug nehmend auf 2: Nachdem die errechnete Spanne für jeden der Eingabefaktoren gleichzeitig errechnet wird (z. B. mit dem Verfahren 300 in 3A bis 3C), wird in einigen Ausführungen eine modifizierte Spanne für jeden Eingabefaktor einzeln errechnet (z. B. über das Verfahren 400 in 4A und 4B), und der PDSE wird anhand einer großen Anzahl von Monte-Carlo-Simulationen errechnet, um einen genaueren PDSE zu erzielen. Die DPMO ist die vorgegebene Leistungsmetrik (z. B. der Grenzwert) für die Monte-Carlo-Simulationen, z. B. der höchste DPMO-Wert, der für eine einzelne Ausgabeantwort zulässig ist, oder der höchste DPMO-Wert für alle Ausgabeantworten. In einigen Beispielen werden anstelle der DPMO andere eingrenzende Kriterien verwendet, z. B. ein Prozentsatz außerhalb der vorgegebenen Grenzwerte für die Ausgabeantworten, ein Process Capability Index (Cpk), oder mittlere Beobachtungwerte und Viertwerte der Ausgabeantworten.Again referring to 2 After the calculated span for each of the input factors is calculated simultaneously (eg with the method 300 in 3A to 3C ), in some implementations, a modified margin is calculated for each input factor individually (eg, via the method 400 in 4A and 4B ), and the PDSE is calculated from a large number of Monte Carlo simulations to obtain a more accurate PDSE. The DPMO is the given performance metric (eg the limit) for the Monte Carlo simulations, e.g. For example, the highest DPMO value allowed for a single output response or the highest DPMO value for all output responses. In some examples, instead of the DPMO used other limiting criteria, e.g. For example, a percentage outside the preset limits for the output responses, a process capability index (Cpk), or average observation values and fourth values of the output responses.

Als erläuterndes Beispiel, das nicht der Eingrenzung dient, möchte ein Nutzer in einer der Implementierungen der Erfindung die Ausgabeantwort des Kraftstoffverbrauchs (Kraftstoff) gemessen in mg/Takt, des Stickstoffoxidausstoßes (NOx) gemessen in mg/s und des Schadstoffausstoßes (Schadstoff) gemessen in mg/s für einen Fahrzeugmotor optimieren. Die drei Eingabefaktoren, die für dieses Beispiel gesteuert werden können, sind der Lufteintritt (Luft) gemessen in kg/h, der Prozentsatz der Abgasrückführung („exhaust gas recirculation percentage”, EGR%, eine Technik für die Senkung von NOx durch Rückführung eines Teils des Motorabgases in die Zylinder) und der Nadelhub („needlelift”, NL) gemessen in Grad vor dem höchsten Totpunkt (degrees before top dead-centre”, °BTDC). Anhand dieser drei Eingabefaktoren sowie anhand von drei Ausgabeantworten errechnet das Modul für den Design Space Estimate 104 einen PDSE für den Motor, um den möglichen Variationsgrad der drei Eingabefaktoren zu bestimmen (z. B. entweder einzeln oder gleichzeitig), wenn die Kriterien für die drei Ausgabeantworten weiterhin erfüllt sind. Um die Gültigkeit eines Modells sicherzustellen, kann der Nutzer bestimmte Spannen einstellen, in denen die Berechnungen erfolgen sollen, z. B. die Versuchsspanne von Eingabewerten (z. B. Schritt 204, 206 und 208 in 2). Für dieses Beispiel erfolgen die Berechnungen bei Luft zwischen 240 kg/h und 284 kg/h, einem EGR% zwischen 6% und 12% und einem NL zwischen –5,78 °BTDC und 0 °BTDC. Kriterien für die Ausgabeantworten werden vorgegeben. Die vorgegebenen Grenzwerte für den Kraftstoff liegen zwischen einem Mindest-Ausgabeantwortwert von 200 mg/Takt und einem Höchst-Ausgabeantwortwert von 240 mg/Takt. Die vorgegebenen Grenzwerte für NOx liegen bei 25 mg/s (z. B. gibt es keinen Mindestwert für den vorgegebenen Grenzwert, welcher in diesem Beispiel 0 beträgt). Die vorgegebenen Grenzwerte für Schadstoffe liegen bei 0,5 mg/s. Der Kraftstoff hat einen Zielantwortwert von 220 mg/Takt, NOx von 10 mg/s und Schadstoff von 0,2 mg/s.As an illustrative example not limiting, a user in one of the implementations of the invention wants the output response of the fuel consumption (fuel) measured in mg / cycle, the nitrogen oxide output (NOx) measured in mg / s, and the pollutant (pollutant) in Optimize mg / s for a vehicle engine. The three input factors that can be controlled for this example are the air intake (air) measured in kg / h, the percentage of exhaust gas recirculation percentage (EGR%), a technique for reducing NOx by recycling a part engine exhaust gas into cylinders) and needle lift (NL) measured in degrees before top dead-center (BTDC). Based on these three input factors and on the basis of three output responses, the module for the design calculates Space Estimate 104 a PDSE for the motor to determine the possible degree of variation of the three input factors (eg, either individually or simultaneously) if the criteria for the three output responses are still met. To ensure the validity of a model, the user can set certain margins in which to perform the calculations, e.g. For example, the experimental span of input values (eg, step 204 . 206 and 208 in 2 ). For this example, the calculations are made in air between 240 kg / h and 284 kg / h, an EGR% between 6% and 12% and an NL between -5.78 ° BTDC and 0 ° BTDC. Criteria for the output responses are given. The default limits for the fuel are between a minimum output response value of 200 mg / stroke and a maximum output response value of 240 mg / stroke. The specified limit values for NOx are 25 mg / s (eg there is no minimum value for the specified limit, which in this example is 0). The specified limit values for pollutants are 0.5 mg / s. The fuel has a target response of 220 mg / stroke, NOx of 10 mg / s and pollutant of 0.2 mg / s.

Das Modul 104 zur Design Space Estimation (oder ein Nutzer) schätzt, wie die Eingabefaktoren die Ausgabeantworten beeinflussen, indem es mathematische Funktionen der Beziehung zwischen den Eingabefaktoreneinstellungen (X) und der Ausgabeantwort (Y) entwickelt, y = f(x). Jede mathematische Funktion stellt die erwartete Ausgabeantwort in Abhängigkeit der verschiedenen Eingabefaktoren dar. Dies erfolgt beispielsweise mit dem Aufbau eines Experimentenprotokolls. In diesem Beispiel wurde eine klassische Experimentenreihe (Central-Composite-Versuchsplan (Central-Composite-Design, CCD)) mit 17 Experimenten durchgeführt. Aus diesen Experimenten wurden drei unterschiedliche Modelle, eines für jede Anzeige Y, (beispielsweise über Multiple Lineare Regression (MLR)) berechnet. Die Schaubilder 1–3 unten zeigen drei exemplarische lineare Regressionsmodelle für jede Anzeige. Tabelle 1 Kraftstoff Koeff. SZ Std. Err. P Konf.-niv.(±) Konstant 243,042 0,77712 7,68757e-025 1,69319 Luft 8,78614 0,674565 1,93059e-008 1,46974 EGR 2,66658 0,656038 0,00156851 1,42938 NL –12,2052 0,646809 2,74769e-010 1,40927 Luft·Luft –5,716 1,08892 0,00020466 2,37255 The module 104 Design Space Estimation (or a user) estimates how the input factors affect the output responses by developing mathematical functions of the relationship between the input factor settings (X) and the output response (Y), y = f (x). Each mathematical function represents the expected output response as a function of the various input factors. This is done, for example, with the construction of an experimental protocol. In this example, a classical series of experiments (Central Composite Design (CCD)) with 17 experiments was performed. From these experiments, three different models were calculated, one for each display Y, (for example, via Multiple Linear Regression (MLR)). Graphs 1-3 below show three exemplary linear regression models for each display. Table 1 fuel Coeff. SZ Std. Err. P Conf niv. (±) Constant 243.042 0.77712 7,68757e-025 1.69319 air 8.78614 0.674565 1,93059e-008 1.46974 EGR 2.66658 0.656038 0.00156851 1.42938 NL -12.2052 0.646809 2,74769e-010 1.40927 Air · air -5.716 1.08892 0.00020466 2.37255

Tabelle 1 zeigt ein exemplarisches Regressionsmodell für Kraftstoff. Spalte eins (”Kraftstoff”) beinhaltet die verschiedenen Komponenten des Modells, nämlich die Konstanten Luft, EGR, Nadelhub (NL) und Luft × Luft. Spalte zwei (”Koeff. SZ” (Koeffizienten, skaliert und zentriert)) beinhaltet einen Koeffizienten für jede Kraftstoffkomponente. Spalte drei (”Std. Err.”(Standardfehler)) beinhaltet einen Standardfehler für jede Kraftstoffkomponente. Spalte vier (”P”, Wahrscheinlichkeit für P-Test) beinhaltet einen P-Wert für jede Kraftstoffkomponente. Spalte fünf (”Konf.-niv. (+/–)” beinhaltet ein Konfidenzniveau für jede Kraftstoffkomponente. Konfidenzniveau ist ein statistischer Term und gibt die Zuverlässigkeit einer Schätzung an. Das Konfidenzniveau wird verwendet, um beispielsweise ein 95%-iges Konfidenzniveau zu erreichen (z. B. Luft ist 8,78614 +/–1,46984).Table 1 shows an exemplary fuel regression model. Column one ("fuel") contains the various components of the model, namely the constants air, EGR, needle lift (NL) and air × air. Column two ("Coefficient SZ" (coefficients, scaled and centered)) contains a coefficient for each fuel component. Column three ("Std Err." (Standard error)) contains a standard error for each fuel component. Column four ("P", Probability for P-Test) includes a P-value for each fuel component. Column five ("Conf. Level (+/-)" contains a confidence level for each fuel component.) Confidence level is a statistical term that indicates the reliability of an estimate and the confidence level is used, for example, to achieve a 95% confidence level (eg air is 8.78614 +/- 1.46984).

Das Regressionsmodell für Kraftstoff beinhaltet auch die folgenden Parameter. Die Anzahl (N) der CCF-Experimente ist 17. Der Freiheitsgrad (degree of freedom, DF) ist 12 (17 Experimente minus 5 Einträge in der Tabelle). Die Leistungsmessungen umfassen Q² = 0,958, R² = 0,979, R² Adj. = 0,972 und die Cond.-Nr. (eine Angabe zur Qualität des verwendeten Versuchsaufbaus) = 2,978. Je näher die Leistungsmessungen bei eins (1,0) liegen, desto stärker ist die Korrelation zwischen den Eingabefaktoren und den Ausgabeantworten. Weitere Leistungsmessungen umfassen Y-miss = 0, was die Anzahl fehlender Werte oder Messungen angibt. Die Rest-Standardabweichung (residual standard deviaton, RSD) beträgt 2,0249, was mit R² in Zusammenhang steht, wobei gilt, dass die RSD näher bei null liegt, je näher R² bei eins liegt. Das Konfidenzniveau des Modells ist 0,95. Tabelle 2 NOx Koeff. SZ Std. Erz. P Konf.-niv. (±) Konstant 19,4543 0,200454 6,63998e-015 0,453461 Luft 0,816983 0,152378 0,00045539 0,344707 EGR –7,77984 0,148415 1,68126e-012 0,335741 NL 1,93977 0,146473 3,31136e-007 0,331349 Luft·Luft –0,571193 0,298143 0,087639 0,674452 EGR·EGR 1,29447 0,283578 0,001357 0,641503 NL·NL 0,812071 0,283058 0,0185093 0,640327 EGR·NL –0,941485 0,166246 0,000308381 0,376079 The regression model for fuel also includes the following parameters. The number (N) of the CCF experiments is 17. The degree of freedom (DF) is 12 (17 experiments minus 5 entries in the table). The power measurements include Q ² = 0.958, R ² = 0.979, R ² Adj = 0.972, and Cond. (an indication of the quality of the experimental setup used) = 2.978. The closer the power measurements are to one (1.0), the stronger the correlation between the input factors and the output responses. Other power measurements include Y-miss = 0, which indicates the number of missing values or measurements. The residual standard deviaton (RSD) is 2.0249, which is related to R ² , with the closer the R ^{2 is} to one to be closer to zero, the closer to zero. The confidence level of the model is 0.95. Table 2 NOx Coeff. SZ Std. Ore. P Conf Niv. (±) Constant 19.4543 0.200454 6,63998e-015 0.453461 air 0.816983 0.152378 0.00045539 0.344707 EGR -7.77984 0.148415 1,68126e-012 0.335741 NL 1.93977 0.146473 3,31136e-007 0.331349 Air · air -0.571193 0.298143 0.087639 0.674452 EGR · EGR 1.29447 0.283578 0.001357 0.641503 NL · NL 0.812071 0.283058 0.0185093 0.640327 EGR · NL -0.941485 0.166246 0.000308381 0.376079

Tabelle 2 zeigt ein exemplarisches Regressionsmodell für NOx. Spalte eins (”NOx”) beinhaltet die verschiedenen Komponenten des Modells, nämlich die Konstanten Luft, EGR, NL, Luft × Luft, EGR × EGR, NL × NL und EGR × NL. Tabelle 2 enthält die gleichen vier verbleibenden Spalten wie Tabelle 1, nämlich ”Koeff. SZ”, ”Std. Err.”, ”P” und ”Konf.-niv. (+/–)”. Die Parameter für das NOx-Regressionsmodell sind N = 17, DF = 12, Q² = 0,987, R² = 0,997, R² Adj. = 0,995, Cond.-Nr. = 4,498, Y-miss = 0, RSD = 0,4624 und das Konfidenzniveau des Modells ist 0,95. Tabelle 3 Ruß Koeff. SZ Std. Err. P Konf.-niv. (±) Konstant –0,279945 0,0288614 2,56008e-007 0,0623513 Luft –0,157893 0,0389473 0,00136603 0,0841406 EGR 0,46588 0,0380323 1,6319e-008 0,0821639 NL 0,283157 0,0375012 4,18648e-006 0,0810165 Table 2 shows an exemplary regression model for NOx. Column one ("NOx") includes the various components of the model, namely the constants air, EGR, NL, air × air, EGR × EGR, NL × NL and EGR × NL. Table 2 contains the same four remaining columns as Table 1, namely "coeff. SZ "," Std. Err. "," P "and" Konf.-niv. (+/-) ". The parameters for the NOx regression model are N = 17, DF = 12, Q ² = 0.987, R ² = 0.997, R ² Adj. = 0.995, Cond. = 4.498, Y-miss = 0, RSD = 0.4624 and the confidence level of the model is 0.95. Table 3 soot Coeff. SZ Std. Err. P Conf Niv. (±) Constant -0.279945 0.0288614 2,56008e-007 0.0623513 air -0.157893 0.0389473 0.00136603 0.0841406 EGR 0.46588 0.0380323 1,6319e-008 0.0821639 NL 0.283157 0.0375012 4,18648e-006 0.0810165

Tabelle 3 zeigt ein exemplarisches Regressionsmodell für Ruß. Spalte eins (”Ruß”) beinhaltet die verschiedenen Komponenten des Modells, nämlich die Konstanten Luft, EGR und NL. Tabelle 3 enthält die gleichen vier verbleibenden Spalten wie Tabelle 1, nämlich ”Koeff. SZ”, ”Std. Err.”, ”P” und ”Konf.-niv. (+/–)”. Die Parameter für das Ruß-Regressionsmodell sind N = 17, DF = 12, Q² = 0,987, R² = 0,997, R² Adj. = 0,995, Cond.-Nr. = 4,498, Y-miss = 0, RSD = 0,4624 und das Konfidenzniveau des Modells ist 0,95.Table 3 shows an exemplary regression model for soot. Column one ("soot") contains the various components of the model, namely the constants air, EGR and NL. Table 3 contains the same four remaining columns as Table 1, namely "coeff. SZ "," Std. Err. "," P "and" Konf.-niv. (+/-) ". The parameters for the soot regression model are N = 17, DF = 12, Q ² = 0.987, R ² = 0.997, R ² Adj. = 0.995, Cond. = 4.498, Y-miss = 0, RSD = 0.4624 and the confidence level of the model is 0.95.

Der geschätzte Optimalwert wird für jeden Eingabefaktor berechnet, der einen vorhergesagten Ausgabeantwortwert ergibt, der dem geringsten Abstand zum Zielantwortkriterium für jede der Ausgabeantworten entspricht. Diese geschätzten Optimalwerte sind die Startpunkte für die PDSE-Berechnungen. Der größte Variabilitätsbereich wird für Luft, EGR und Nadelhub berechnet (z. B. Schritt 204 in 2). In einigen Beispielen wird die Berechnung mit der Annahme erstellt, dass jeder Eingabefaktor mit einer normalen Streuung um seinen spezifischen geschätzten Optimalwert schwankt.The estimated optimal value is calculated for each input factor that yields a predicted output response value that corresponds to the smallest distance to the target response criterion for each of the output responses. These estimated optimal values are the starting points for the PDSE calculations. The largest range of variability is calculated for air, EGR and needle lift (eg step 204 in 2 ). In some examples, the calculation is made on the assumption that each input factor varies with a normal spread around its specific estimated optimal value.

5A ist ein Diagramm und stellt die grafische Darstellung 500 für die Anzeige einer automatisierten Predictive Design Space Estimation dar, entsprechend einer veranschaulichenden Ausführung der Erfindung. In den –C und können neben der Darstellung einiger numerischer Einträge mit Kommas andere Nummerierungskonventionen verwendet werden. Beispielsweise kann die US-Konvention der Verwendung von Dezimalpunkten anstelle von Kommas verwendet werden (z. B. 250,88 entspricht 250.88, wobei bei der Darstellung von Werten in der grafischen Anzeige des Systems beide Konventionen verwendet werden können). Die Anzeige 500 beinhaltet eine Eingabefaktortabelle 502 und eine Ausgabeantwortentabelle 504. Die Eingabefaktortabelle 502 umfasst acht Spalten: Eingabefaktor 502A, Niedrig 502B, Optimum 502C, Hoch 502D, Standardabweichung 502E, Rolle 502F, Verteilung 502G und die Spalte 502H mit der geschätzten zulässigen Spanne. Die Spalte Eingabefaktor 502A zeigt die Eingabefaktoren für das PDSE an. Die Spalte Niedrig 502B zeigt einen Wert für jeden Eingabefaktor an, der der niedrigste Eingabefaktorwert des kombinierten größten Variabilitätsbereichs ist. Die Spalte Optimum 502C zeigt einen Wert für jeden Eingabefaktor an, der der geschätzte Optimalwert für jeden Eingabefaktor ist. Die Spalte Hoch 502D zeigt einen Wert für jeden Eingabefaktor an, der der höchste Eingabefaktorwert des kombinierten größten Variabilitätsbereichs ist. Die Spalte Standardabweichung 502E listet die Standardabweichung für die Eingabefaktoren im PDSE auf. Die Spalte Rolle 502F zeigt die Rolle des Eingabefaktors (gesperrt oder frei) an. Die Spalte Verteilung 502G zeigt die Verteilung des Modells an. Die Eingabefaktortabelle 502 beinhaltet eine Zeile für jeden Eingabefaktor Luft 506A, EGR% 506B und Nadelhub 506C, zusammen die Eingabefaktorzeilen 506, die in der Spalte Eingabefaktor 502A aufgelistet sind. Die Spalte 502H mit der geschätzten zulässigen Spanne beinhaltet ein Schaubild 508A, 508B und 508C für jede Eingabefaktorzeile 506A, 506B und 506C (zusammen Schaubilder 508). 5A is a diagram and represents the graphical representation 500 for displaying an automated Predictive Design Space Estimation, in accordance with an illustrative embodiment of the invention. In the -C and In addition to representing some numeric entries with commas, other numbering conventions can be used. For example, the US convention may use decimal points instead of commas (for example, 250.88 equals 250.88, and both conventions can be used when representing values in the system's graphical display). The ad 500 includes an input factor table 502 and an output response table 504 , The input factor table 502 includes eight columns: input factor 502A , Low 502B , Optimum 502C , High 502D , Standard deviation 502E , Role 502F , Distribution 502G and the column 502H with the esteemed permissible margin. The column Input Factor 502A displays the input factors for the PDSE. The column Low 502B indicates a value for each input factor that is the lowest input factor value of the combined largest variability range. The column Optimum 502C indicates a value for each input factor that is the estimated optimum value for each input factor. The column high 502D indicates a value for each input factor that is the highest input factor value of the combined largest variability range. The column Standard deviation 502E lists the standard deviation for the input factors in the PDSE. The column role 502F indicates the role of the input factor (locked or free). The column distribution 502G displays the distribution of the model. The input factor table 502 includes one line for each input factor air 506A , EGR% 506B and needle stroke 506C , together the input factor lines 506 in the column Input Factor 502A are listed. The gap 502H with the estimated allowable span includes a graph 508A . 508B and 508C for each input factor row 506A . 506B and 506C (together graphs 508 ).

Jedes Schaubild 508 in der Spalte 502H für die geschätzte zulässige Spanne beinhaltet einen Versuchsbereich von Eingabewerten, mit einem Niedrigwert 510A und einem Hochwert 5105, allgemein der Versuchsbereich der Eingabewerte 510. Jedes Schaubild 508 beinhaltet einen geschätzten Optimalwert 512, der in der Spalte Optimum 502C für jede Eingabefaktorzeile 506 angegeben wird (Beispiel: die Eingabefaktorzeile 506A für die Luft hat einen geschätzten Optimalwert 512 von 261 kg/Std). Der geschätzte Optimalwert 512 ist der Eingabefaktorwert für jeden Eingabefaktor, der das Zielantwortkriterium für jeden Ausgabefaktor am besten schätzt. Jedes Schaubild 508 beinhaltet einen individuellen größten Variabilitätsbereich 514 für jede Eingabefaktorzeile 506A, der der Wertebereich für den dazugehörigen Eingabefaktor ist, der das PDSE erfüllt, während alle übrig bleibenden Eingabefaktoren auf ihre dazugehörigen geschätzten Optimalwerte eingestellt werden. Jedes Schaubild 508 beinhaltet einen kombinierten größten Variabilitätsbereich 516 für jede Eingabefaktorzeile 506A, der zwischen den Werten in den Spalten Niedrig 502B und Hoch 502D für jede Eingabefaktorzeile 506 liegt (Beispiel: der kombinierte größte Variabilitätsbereich 516 für die Luft-Eingabefaktorzeile 506A liegt zwischen einem Niedrigwert 510A von 250,88 kg/h und einem Hochwert 510E von 271,12 kg/h). Die Werte für jeden der Eingabefaktoren können irgendwo innerhalb des entsprechenden kombinierten größten Variabilitätsbereichs 516 für den Eingabefaktor liegen und die vorgegebene Leistungsmetrik für jede Ausgabeantwort erfüllen.Every chart 508 in the column 502H for the estimated allowable range includes an experimental range of input values, with a low value 510A and a high value 5105 , generally the experimental range of the input values 510 , Every chart 508 includes an estimated optimum value 512 that in the column Optimum 502C for each input factor row 506 is specified (example: the input factor row 506A for the air has an estimated optimum value 512 of 261 kg / h). The estimated optimal value 512 is the input factor value for each input factor that best estimates the target response criterion for each output factor. Every chart 508 includes an individual largest range of variability 514 for each input factor row 506A , which is the value range for the associated input factor that satisfies the PDSE, while all remaining input factors are set to their associated estimated optimal values. Every chart 508 includes a combined largest range of variability 516 for each input factor row 506A , which is between the values in the columns Low 502B and high 502D for each input factor row 506 (example: the combined largest variability range 516 for the air input factor line 506A is between a low value 510A of 250.88 kg / h and a high value 510E from 271.12 kg / h). The values for each of the input factors may be anywhere within the corresponding combined largest range of variability 516 lie for the input factor and meet the given performance metric for each output response.

Die Ausgabeantworttabelle 504 beinhaltet sieben Spalten: Ausgabeantwort 504A, Min 504B, Ziel 504C, Max 504D, Kriterium 504E, DPMO 504F und die Spalte 504G mit dem vorhergesagten Ausgabeprofil. Die Ausgabeantwortentabelle 504 beinhaltet jeweils eine Zeile für die Ausgabeantwort Kraftstoff 520A, NOx 420B und Ruß 520C, zusammen Ausgabeantwortenzeilen 520, die in der Spalte Ausgabeantwort 504A aufgelistet sind. Die Spalte 504G für das vorhergesagte Ausgabeprofil beinhaltet je ein Schaubild 522A, 522B und 522C für die Ausgabeantwortenzeilen 520A, 520B und 520C (zusammen Schaubilder 522). Jedes Schaubild enthält einen Spezifikationsbegrenzungsbereich, der einen minimalen Ausgabeantwortenwert 524A umfasst, der in der Spalte Minimum 504E angezeigt ist, und einen maximalen Ausgabeantwortenwert 524B, der in der Spalte Maximum 504D angezeigt ist, zusammen der Spezifikationsbegrenzungsbereich 524 (Beispiel: die Kraftstoff-Ausgabeantwortenzeile 520A hat einen Spezifikationsbegrenzungsbereich 524 zwischen einem minimalen Ausgabeantwortenwert 524A von 230 mg/Hub und einem maximalen Ausgabeantwortenwert 524B von 260 mg/Hub). Jedes Schaubild 522 umfasst ein Zielantwortkriterium 526, das durch den dazugehörigen Eintrag für jede Ausgabeantwortenzeile 520 in der Spalte Ziel 504C angegeben wird (Beispiel: die Ausgabeantwortenzeile 520A für Kraftstoff hat einen Zielwert von 240 mg/Hub). Jedes Schaubild umfasst eine Verteilung der Ausgabeantwortenwerte 528 für jede der Ausgabeantwortenzeilen 520, wobei der kombinierte größte Variabilitätsbereich (z. B. die modifizierten Spannen der Eingabewerte) für die Verteilung der Ausgabeantwortenwerte entscheidend sind (z. B. wie für jede Eingabefaktorzeile 506A durch die Spalten Niedrig 502B und Hoch 502D angegeben). Für jede der Ausgabeantworten liegt eine vorher festgelegte Anzahl von Ausgabeantwortenwerten innerhalb der Verteilung der Ausgabeantwortenwerte 528 und innerhalb des Spezifikationsbegrenzungsbereichs 524 für die Ausgabeantwort (Beispiel: eine vorgegebene Leistungsmetrik, DPMO, wird für die Ausgabeantwort erfüllt).The output response table 504 includes seven columns: output response 504A , Min 504B , Aim 504C , Max 504D , Criteria 504E , DPMO 504F and the column 504G with the predicted output profile. The output response table 504 Each contains a line for the output response fuel 520A , NOx 420B and soot 520C , together output answer lines 520 that appear in the column Output Response 504A are listed. The gap 504G for the predicted output profile contains one graph each 522A . 522B and 522C for the output reply lines 520A . 520B and 520C (together graphs 522 ). Each graph contains a specification bounding area that has a minimum output answer value 524A includes, in the column minimum 504E is displayed and a maximum output answer value 524B in the column Maximum 504D is displayed, together the specification limitation area 524 (Example: the fuel output answer line 520A has a specification limit area 524 between a minimum output answer value 524A of 230 mg / stroke and a maximum output response value 524B of 260 mg / stroke). Every chart 522 includes a goal response criterion 526 by the associated entry for each output answer line 520 in the destination column 504C is specified (example: the output answer line 520A for fuel has a target value of 240 mg / stroke). Each graph includes a distribution of the output response values 528 for each of the output response lines 520 where the combined largest variability range (eg, the modified ranges of the input values) are critical to the distribution of the output response values (eg, as for each input factor row 506A through the columns Low 502B and high 502D specified). For each of the output responses, a predetermined number of output reply values are within the distribution of the output reply values 528 and within the specification limit range 524 for the output response (example: a given performance metric, DPMO, is satisfied for the output response).

Die Kriterien (z. B. die Versuchsspanne der Eingabewerte 510 für jede Eingabeantwort, die Spezifikationsbegrenzungsbereiche 524 für jede Ausgabeantwort und das Zielantwortkriterium 526 für jede Ausgabeantwort) beschränken die Vorhersage des PDSE. Das Modul 104 zur Design Space Estimation sucht den besten Eingabefaktorwert, der zu Ausgabeantwortwerten mit der niedrigsten Differenz zum Zielantwortkriterium 512 führt, die die geschätzten Optimalwerte 512 für jeden Eingabefaktor sind. Der Benutzer kann verschiedene Einstellungen für die Berechnung der geschätzten Optimalwerte 510, wie in 5B gezeigt, konfigurieren.The criteria (eg the test span of the input values 510 for each input response, the specification bounding areas 524 for each output response and the destination response criterion 526 for each output response) restrict the prediction of the PDSE. The module 104 Design Space Estimation searches for the best input factor value, the output answer value with the lowest difference to the target response criterion 512 performs the estimated optimal values 512 for each input factor. The user may have different settings for calculating the estimated optimal values 510 , as in 5B shown, configure.

5B ist ein Diagramm und stellt die grafische Anzeige 550 für die Konfiguration von Parametern dar, die für die Berechnung einer automatisierten Predictive Design Space Estimation verwendet werden, entsprechend einer veranschaulichenden Ausführung der Erfindung. Die grafische Darstellung 550 beinhaltet eine Eingabefaktortabelle 552, eine Ausgabeantwortentabelle 554 und eine Ergebnistabelle 556. Die Eingabefaktortabelle 552 zeigt die Optionen an, die der Benutzer für die Eingabefaktoren konfigurieren kann, und umfasst eine Spalte mit der unteren Grenze, der oberen Grenze und dem Empfindlichkeitsbereich. Die Ausgabeantwortentabelle 554 zeigt die Optionen an, die der Benutzer für die Ausgabeantwortenreaktionen konfigurieren kann, und beinhaltet je eine Spalte für Kriterium, Gewicht, Minimalwert, Zielwert und Maximalwert. In die Spalten für die Eingabefaktortabelle 552 und die Ausgabeantwortentabelle 554 können numerische Werte eingegebenen werden. Der Benutzer kann Einträge aus einem Drop-Down-Menü in der Spalte Kriterium der Ausgabeantwortentabelle 554 auswählen, dazu gehören ”Ziel”, ”Minimieren”, ”Maximieren”, ”Vorhergesagt” und ”Ausgeschlossen”. ”Ziel” zeigt an, dass die Ausgabeantwort die gewünschte Anzeige ist. ”Minimieren” zeigt an, dass das Modul 104 Design Space Estimation die Ausgabeantwort minimiert (z. B. Minimierung auf Grundlage eines für die Ausgabeantwort festgelegten, maximal zulässigen Wertkriteriums). ”Maximieren” zeigt an, dass das Modul 140 zur Design Space Estimation die Ausgabeantwort maximiert (z. B. Maximierung auf Grundlage eines für die Ausgabeantwort festgelegten, minimal zulässigen Wertkriteriums). ”Vorhergesagt” zeigt an, dass das Modul 104 zur Design Space Estimation die Ausgabeantwort im PDSE nicht als aktiv betrachtet (Beispiel: das, Modul 104 zur Design Space Estimation kann die Ausgabeantwort immer noch vorhersagen). ”Ausgeschlossen” zeigt an, dass das Modul 140 zur Design Space Estimation die Ausgabeantwort vom PDSE ausschließt (Beispiel: das Modul 104 zur Design Space Estimation sagt die Ausgabeantwort nicht vorher). 5B is a diagram and represents the graphic display 550 for the configuration of parameters used to calculate an automated Predictive Design Space Estimation, according to an illustrative embodiment of the invention. The graphic representation 550 includes an input factor table 552 , an output response table 554 and a result table 556 , The input factor table 552 displays the options that the user can configure for the input factors, and includes a lower bound, upper bound, and sensitivity range column. The output response table 554 displays the options that the user can configure for the output response responses, and includes one column each for Criterion, Weight, Minimum, Target, and Maximum. In the columns for the input factor table 552 and the output response table 554 Numeric values can be entered. The user can make entries from a drop-down menu in the criterion column of the output response table 554 Select, including Target, Minimize, Maximize, Predicted, and Excluded. "Destination" indicates that the output response is the desired display. "Minimize" indicates that the module 104 Design Space Estimation minimizes the output response (for example, minimizing based on a maximum allowable value criterion set for the output response). "Maximize" indicates that the module 140 for Design Space Estimation, maximizes the output response (for example, maximizes based on a minimum allowable value criterion set for the output response). "Predicted" indicates that the module 104 for design space estimation, the output response in the PDSE is not considered active (example: the, module 104 Design Space Estimation can still predict the output response). "Excluded" indicates that the module 140 for Design Space Estimation excludes the output response from the PDSE (example: the module 104 for Design Space Estimation does not predict the output response).

Die Ergebnistabelle 556 beinhaltet neun Spalten, die von eins bis neun durchnummeriert sind. Die ersten drei Spalten zeigen die berechneten Eingabefaktorwerte für jeden der neun Eingabefaktoren an. Die nächsten drei Spalten zeigen die berechneten Ausgabeantwortenwerte für jede der Ausgabeantworten an. Die siebte Spalte zeigt die Anzahl der für die Berechnung durchgeführten Wiederholungen an, die der Benutzer mit dem Wiederholungsfeld 558 und dem Anzahlschieber 560 konfigurieren kann. Die achte Spalte zeigt den Log(D)-Wert für die Berechnung an. Die neunte Spalte zeigt die DPMO für die Berechnung an. Der Benutzer kann das Kontrollkästchen 562 für die absoluten Grenzen aktivieren, wodurch das Modul 104 zur Design Space Estimation eine Vorhersage außerhalb der Kriterien nicht zulässt. Der Benutzer kann das Kontrollkästchen 564 zur Empfindlichkeitsanalyse aktivieren, wodurch das Modul 104 Design Space Estimation eine Monte-Carlo-Simulation mit kleinen Störungen der Eingabefaktorseinstellungen für die spezifische Lösung hinzufügt. Beispielsweise wird eine DPMO mithilfe einer Monte-Carlo-Simulation mit kleinen Störungen berechnet. Die DPMO spiegelt wider, wie die Lösung Störungen der ausgewählten geschätzten Optimalwerte der Eingabefaktoren standhalten kann, wobei eine niedrigere DPMO besser ist und die beste DPMO = 0. Die Einträge in der Ergebnistabelle 556 können ähnlich sein. Bei einigen Ausführungen enthält die neunte Spalte einen DPMO-Wert für eine Monte-Carlo-Simulation mit einer Abweichung von +/–10% der Versuchsspanne der Eingabewerte 510 um den vorgeschlagenen, geschätzten Optimalwert herum. Ein niedrigerer DPMO-Wert zeigt die Auswahl von Eingabefaktorwertergebnissen in Ausgabeantworten an, die weniger empfindlich auf Fehler der Monte-Carlo-Simulation reagieren.The result table 556 contains nine columns, numbered one through nine. The first three columns display the calculated input factor values for each of the nine input factors. The next three columns display the calculated output response values for each of the output responses. The seventh column indicates the number of repetitions performed for the calculation that the user uses with the repeating field 558 and the number slider 560 can configure. The eighth column displays the Log (D) value for the calculation. The ninth column displays the DPMO for the calculation. The user can check the box 562 activate for the absolute limits, causing the module 104 for Design Space Estimation does not allow a prediction outside the criteria. The user can check the box 564 to activate the sensitivity analysis, causing the module 104 Design Space Estimation adds a Monte Carlo simulation with little interference with the input factor settings for the specific solution. For example, a DPMO is calculated using a Monte Carlo simulation with small perturbations. The DPMO reflects how the solution can withstand disturbances of the selected estimated optimal values of the input factors, with a lower DPMO being better and the best DPMO = 0. The entries in the result table 556 can be similar. In some implementations, the ninth column contains a DPMO value for a Monte Carlo simulation with a deviation of +/- 10% of the experimental span of the input values 510 around the suggested, estimated optimal value. A lower DPMO value indicates the selection of input factor results in output responses that are less sensitive to Monte Carlo simulation errors.

Das Modul 104 Design Space Estimation sucht in den geschätzten Optimalwerten 512 für jeden Eingabefaktor nach dem PDSE (z. B. über die Schritte 204 bis 210 in 2). Die Suche nach den größten Variabilitätsbereichen wird schrittweise auf Grundlage der Empfindlichkeit jedes Eingabefaktors gegenüber dem Ausgabeantwortenprofil durchgeführt, die als individueller größter Variabilitätsbereich 514 für jeden Eingabefaktor angezeigt wird. Der berechnete größte kombinierte Variabilitätsbereich 516 des PDSE für jeden Eingabefaktor wird in der Anzeige 500 angezeigt. Bei einigen Ausführungen ist der angezeigte kombinierte größte Variabilitätsbereich 516 der 95%-Bereich einer Normalverteilung für jeden Eingabefaktor. Der Benutzer kann anpassen, wie der kombinierte größte Variabilitätsbereich 516 angezeigt wird (z. B. Änderung der Prozentangabe des Bereichs und/oder der Verteilungsart). Die Berechnungen (z. B. Monte-Carlo-Simulationen) erzeugen das vorhergesagte Antwortprofil 504G, das für jede Ausgabeantwort angezeigt wird.The module 104 Design Space Estimation looks in the estimated optimal values 512 for each input factor after the PDSE (eg via the steps 204 to 210 in 2 ). The search for the largest ranges of variability is performed stepwise based on the sensitivity of each input factor to the output response profile, which is the largest individual range of variability 514 is displayed for each input factor. The calculated largest combined range of variability 516 the PDSE for each input factor is shown in the display 500 displayed. In some embodiments, the displayed combined largest range of variability is 516 the 95% range of a normal distribution for each input factor. The user can customize how the combined largest variability range 516 is displayed (for example, changing the percentage of the range and / or the distribution type). The calculations (eg Monte Carlo simulations) generate the predicted response profile 504G which is displayed for each output response.

Der Benutzer kann die Einstellungen für die Berechnung des PDSE ändern. Bei einigen Ausführungen ermöglicht das Modul 104 zur Design Space Estimation dem Benutzer, die äußeren Grenzen des kombinierten größten Variabilitätsbereichs 516 für einen oder mehrere Eingabefaktor(en) zu ändern. Nachdem der Benutzer die äußeren Grenzen eines oder mehrerer kombinierter größter Variabilitätsbereiche 516 geändert hat, berechnet das Modul 104 zur Design Space Estimation den kombinierten größten Variabilitätsbereich 516 für die bleibenden Eingabefaktoren neu. Wenn der Benutzer zum Beispiel einen kombinierten größten Variabilitätsbereich 516 auf Werte innerhalb der berechneten niedrigen und hohen Werte des kombinierten größten Variabilitätsbereichs begrenzt (z. B. durch Klicken auf das Ende des angezeigten kombinierten größten Variabilitätsbereichs 516 und Bewegen der Maus nach links oder rechts), werden die verbleibenden kombinierten größten Variabilitätsbereiche 516 aufgrund des eingeschränkten Platzes am modifizierten Eingabefaktor erweitert. Der Benutzer ändert einen Eingabefaktor beispielsweise, wenn die angezeigte Rolle in der Spalte Rolle 502F auf ”Frei” gesetzt wird. Der Benutzer begrenzt beispielsweise die Schwankung des kombinierten größten Variabilitätsbereichs 516 für den Luft-Eingabefaktor auf +/–10 kg/h (251 kg/h–271 kg/h), was innerhalb des niedrigen Werts von 250,88 kg/h und des hohen Werts von 271,12 kg/h des kombinierten größten Variabilitätsbereichs 516 für die Luft-Eingabefaktorzeile 506A liegt. Das Modul 104 zur Design Space Estimation kann den kombinierten größten Variabilitätsbereich 516 für die Eingabefaktoren für NOx und Ruß aufgrund der Begrenzungen für den Eingabefaktor der Luft erweitern. Der Benutzer kann die vorgegebene Leistungsmetrik (z. B. die DPMO) entweder für eine einzelne Anzeige oder für alle Anzeigen gleichzeitig einstellen.The user can change the settings for calculating the PDSE. In some versions, the module allows 104 for design space estimation to the user, the outer limits of the combined largest variability range 516 for one or more input factor (s) to change. After the user the outer limits of one or more combined largest variability ranges 516 has changed, the module calculates 104 for Design Space Estimation the combined largest variability range 516 new for the remaining input factors. For example, if the user has a combined largest range of variability 516 is limited to values within the calculated low and high values of the combined largest variability range (eg, by clicking on the end of the displayed combined largest variability range 516 and moving the mouse to the left or right), the remaining combined largest ranges of variability become 516 extended due to the limited space at the modified input factor. For example, if the displayed role is in the column, the user changes an input factor role 502F is set to "free". For example, the user limits the variation of the combined largest range of variability 516 for the air input factor to +/- 10 kg / h (251 kg / h-271 kg / h), which is within the low value of 250.88 kg / h and the high value of 271.12 kg / h of the combined largest range of variability 516 for the air input factor line 506A lies. The module 104 for Design Space Estimation can be the combined largest variability range 516 for input factors for NOx and soot due to limitations on the input factor of the air. The user can set the default performance metric (for example, the DPMO) either for a single ad or for all ads simultaneously.

Vorteilhafterweise kann der Benutzer, wenn er weiß, dass ein bestimmter Eingabefaktor über bestimmte Werte (z. B. Temperatur, Druck) beschränkt werden kann, die DPMO so konfigurieren, dass sie die Beschränkungen für den Eingabefaktor berücksichtigt, damit die kombinierten größten Variabilitätsbereiche 516 für die verbleibenden Eingabefaktoren größer werden können. Solch eine Berechnung ermöglicht dem Benutzer, zu wissen, wie stark die verbleibenden Eingabefaktoren schwanken können, wenn der beschränkte Eingabefaktor bei kontrollierten Werten gehalten wird. Wenn der Benutzer beispielsweise die Temperatur eines Herstellungsverfahrens kennt, stellt er die Beschränkungen für den Temperatur-Eingabefaktor ein, um die Toleranzen für andere Eingabefaktoren des Herstellungsverfahrens (z. B. Druck) zu erfahren. Wenn die Temperatur leicht zu kontrollieren ist, wird das PDSE so eingestellt, dass es dem Benutzer den maximalen Umfang anzeigt, in dem die schwerer zu kontrollierenden Faktoren schwanken können. Bei einigen Ausführungen wird die PDSE-Ausgabe verwendet, um jede Eingabefaktoreinstellung zu interpretieren (Beispiel: der Benutzer kann festlegen, welcher Faktor für das PDSE der wichtigste ist). Wenn beispielsweise der Benutzer die Einschränkungen für ein PDSE nicht erfüllen kann, verändert er die Ausgabeantwortenbeschränkungen oder schließt eine oder mehrere Ausgabeantwort(en) vom PDSE-Modell aus.Advantageously, when the user knows that a particular input factor may be limited above certain values (eg, temperature, pressure), the user may configure the DPMO to consider the constraints on the input factor, hence the combined largest variability ranges 516 can increase for the remaining input factors. Such a calculation allows the user to know how much the remaining input factors can fluctuate when the constrained input factor is kept at controlled values. For example, when the user knows the temperature of a manufacturing process, he adjusts the temperature input factor constraints to learn the tolerances for other input factors of the manufacturing process (eg, printing). If the temperature is easy to control, the PDSE is set to indicate to the user the maximum extent at which the more difficult to control factors can vary. In some implementations, the PDSE output is used to interpret any input factor setting (for example, the user can specify which factor is most important to the PDSE). For example, if the user can not meet the constraints for a PDSE, he changes the output answer constraints or excludes one or more output responses from the PDSE model.

5C ist ein Diagramm und stellt die grafische Anzeige 600 für die Darstellung einer automatisierten Predictive Design Space Estimation dar, entsprechend einer veranschaulichenden Ausführung der Erfindung. Die grafische Anzeige 600 veranschaulicht eine Empfindlichkeitsanalyse zwischen dem Eingabefaktor und der Ausgabeantwort. Die grafische Anzeige 600 umfasst fünf Spalten: Name 602A, Optimum 602B und eine für jeden Ausgabeantwortenwert: Kraftstoff 6020, NOx 602D und Ruß 602E. Die grafische Anzeige 600 umfasst einen Eintrag für jeden Eingabefaktor, nämlich Luft 604A, EGR% 604B und Nadelhub 604C, was in der Spalte Name 602A angezeigt wird. Jeder Tabelleneintrag in den Spalten Kraftstoff 602C, NOx 602D und Ruß 602E umfasst ein Schaubild 606A, 606B und 606C für jeden Eingabefaktor (zusammen Schaubild 606). Jedes Schaubild 606 umfasst eine Versuchsspanne von Eingabewerten, mit einem niedrigen Wert 608A und einem hohen Wert 608B, allgemein die Versuchsspanne der Eingabewerte 608. Jedes Schaubild 606 umfasst einen geschätzten Optimalwert 610, der in der Spalte Optimum 602B für jede Eingabefaktorzeile 604 angegeben wird (Beispiel: die Luft-Eingabefaktorzeile 506A hat einen geschätzten Optimalwert 610 von 261 kg/h). Jedes Schaubild 606 umfasst für jede Eingabefaktorzeile 604 einen individuellen größten Variabilitätsbereich 612 und einen kombinierten größten Variabilitätsbereich 614. 5C is a diagram and represents the graphic display 600 for the presentation of an automated Predictive Design Space Estimation, in accordance with an illustrative embodiment of the invention. The graphic display 600 illustrates a sensitivity analysis between the input factor and the output response. The graphic display 600 includes five columns: name 602A , Optimum 602B and one for each output answer value: fuel 6020 , NOx 602D and soot 602E , The graphic display 600 includes one entry for each input factor, namely air 604A , EGR% 604B and needle stroke 604C What's in the Name column 602A is shown. Each table entry in the columns fuel 602C , NOx 602D and soot 602E includes a chart 606A . 606B and 606C for each input factor (together graph 606 ). Every chart 606 includes a test span of input values, with a low value 608A and a high value 608B , generally the test span of the input values 608 , Every chart 606 includes an estimated optimum value 610 that in the column Optimum 602B for each input factor row 604 is specified (example: the air input factor line 506A has an estimated optimal value 610 of 261 kg / h). Every chart 606 includes for each input factor row 604 an individual largest range of variability 612 and a combined largest range of variability 614 ,

Jedes Schaubild 606 zeigt die Ergebnisse für jeden Eingabefaktor und jede Ausgabeantwort individuell an. Vorteilhafterweise kann der Benutzer die Schaubilder 606 zur Analyse des PDSE verwenden. Der Benutzer kann beispielsweise problematische Punkte des PDSE erkennen, indem er die Schaubilder 606 analysiert. Für die Schaubilder 606 ist die am schwierigsten für das PDSE zu erfüllende Ausgabeantwort (z. B. die Spalte Kraftstoff 602C, NOx 602D und Ruß 602E) Ruß. Die Ruß-Schaubilder 606 (für jede Eingabeantwort 604) zeigen die kleinsten kombinierten größten Variabilitätsbereiche 614 an. Der kleinste kombinierte größte Variabilitätsbereich der drei Schaubilder 606 für Ruß ist der für EGR%. Vorteilhafterweise kann der Benutzer durch die Analyse der Schaubilder 606 feststellen, dass der kritischste Faktor für die Kontrolle des Rußes EGR% ist, da er den kleinsten kombinierten größten Variabilitätsbereich 614 hat.Every chart 606 displays the results for each input factor and output response individually. Advantageously, the user can view the graphs 606 to analyze the PDSE. For example, the user can identify problematic points of the PDSE by viewing the graphs 606 analyzed. For the graphs 606 is the most difficult PDSE output response (for example, the Fuel column 602C , NOx 602D and soot 602E ) Soot. The soot graphs 606 (for each input answer 604 ) show the smallest combined largest variability ranges 614 at. The smallest combined largest variability range of the three graphs 606 for soot is for EGR%. Advantageously, the user can by analyzing the graphs 606 determine that the most critical factor for soot control is EGR%, as it is the smallest combined largest range of variability 614 Has.

5D ist ein Diagramm und stellt die grafische Anzeige 650 für die Darstellung einer automatisierten Predictive Design Space Estimation dar, entsprechend einer veranschaulichenden Ausführung der Erfindung. Die grafische Darstellung 650 umfasst drei Grafiken auf Grundlage des PDSE für jeden Ausgabefaktor (Beispiel: die drei Grafiken sind alternative Ausführungen zur Anzeige der Informationen für jeden Ausgabefaktor im vorhergesagten Reaktionsschema 504G von 5A), des vorhergesagten Antwortprofils für Kraftstoff 652A, des vorhergesagten Antwortprofils für NOx 652B und des vorhergesagten Antwortprofils für Ruß 652C, zusammen Schaubilder 652. Die vertikalen Achsen 654 jedes Schaubilds 652 geben die Zahl der Ausgabeantwortenwerte an. Die horizontalen Achsen 656 jedes Schaubilds 652 geben die Anzahl der Bins für jeden Eingabefaktor an (z. B. die möglichen Werte für jeden Eingabefaktor). Jedes Schaubild umfasst einen Minimum-Balken 658 (wenn zutreffend). Zum Beispiel umfasst das Kraftstoffschaubild 652A einen Minimum-Balken 658 bei 230 Bins (z. B. mg/Hub), der dem im Eintrag für die Kraftstoffzeile 520A in der Spalte Minimum 504B in der Ausgabeantwortentabelle 504 in 5A angezeigten Wert entspricht. Jedes Schaubild umfasst einen Maximum-Balken 660 (wenn zutreffend). Zum Beispiel umfasst das Kraftstoffschaubild 652A einen Maximum-Balken 660 bei 260 Bins, der dem im Eintrag für die Kraftstoffzeile 520A in der Spalte Maximum 504D in der Ausgabeantwortentabelle 504 angezeigten Wert entspricht. Jedes Schaubild umfasst einen Ziel-Balken 662 (wenn zutreffend). Beispielsweise umfasst das Kraftstoffschaubild 652A einen Maximum-Balken 662 bei 240 Bins, der dem im Eintrag für die Kraftstoffzeile 520A in der Spalte Ziel 504C in der Ausgabeantwortentabelle 504 angezeigten Wert entspricht. Jedes Schaubild enthält außerdem das erste Quartil 664, den Zentralwert 666 und das dritte Quartil 668 der berechneten Ausgabeantwortenwerte 670 für die entsprechenden Ausgabeantworten. 5D is a diagram and represents the graphic display 650 for the presentation of an automated Predictive Design Space Estimation, in accordance with an illustrative embodiment of the invention. The graphic representation 650 includes three graphs based on the PDSE for each output factor (example: the three graphs are alternative executions for displaying the information for each output factor in the predicted response scheme 504G from 5A ), the predicted response profile for fuel 652A , the predicted response profile for NOx 652B and the predicted response profile for soot 652C , together graphs 652 , The vertical axes 654 every chart 652 indicate the number of output answer values. The horizontal axes 656 every chart 652 specify the number of bins for each input factor (for example, the possible values for each input factor). Each graph includes a minimum bar 658 (if applicable). For example, the fuel graph includes 652A a minimum bar 658 at 230 bins (eg mg / stroke), the one in the fuel line entry 520A in the column minimum 504B in the output response table 504 in 5A corresponds to the displayed value. Each chart includes one Maximum bar 660 (if applicable). For example, the fuel graph includes 652A a maximum bar 660 at 260 Bins the one in the entry for the fuel line 520A in the column Maximum 504D in the output response table 504 corresponds to the displayed value. Each chart includes a target bar 662 (if applicable). For example, the fuel graph includes 652A a maximum bar 662 at 240 Bins the one in the entry for the fuel line 520A in the destination column 504C in the output response table 504 corresponds to the displayed value. Each chart also contains the first quartile 664 , the central value 666 and the third quartile 668 the calculated output answer values 670 for the corresponding output responses.

Als weiteres Beispiel für die Berechnung eines PDSE wird ein PDSE zur Tablettenherstellung für einen Mischungsentwurf (z. B. in der Pharmaindustrie) durchgeführt. In diesem Beispiel gibt es die drei Eingabefaktoren (d. h. Konstituenten) Zellulose, Laktose und Phosphat. Zum Zwecke dieses Beispiels werden die drei Eingabefaktoren entsprechend des modifizierten Simplex-Zentroid-Entwurfs (eine Art eingeschränkter Mischungsentwurf) zur Produktion von Tabletten variiert. Die Ausgabeantwort ist die Freigabe der aktiven Substanzen. Das Kriterium für die Freigabe-Ausgabeantwort ist ein Mindest-Ausgabeantwortenwert von 300 und ein Ziel-Ausgabeantwortenwert von 350. Das PDSE informiert den Benutzer darüber, wie die drei Eingabefaktoren die Freigabe der aktiven Substanzen beeinflussen.As another example of the calculation of a PDSE, a PDSE for tablet preparation for a mixture design (eg, in the pharmaceutical industry) is performed. In this example, there are the three input factors (i.e., constituents) cellulose, lactose, and phosphate. For purposes of this example, the three input factors are varied according to the modified simplex centroid design (a kind of restricted mixture design) for producing tablets. The output response is the release of the active substances. The criterion for the release-output response is a minimum output response value of 300 and a target output response value of 350. The PDSE informs the user how the three input factors affect the release of the active substances.

5E ist ein Diagramm und stellt die grafische Anzeige 700 für die Darstellung einer automatisierten Predictive Design Space Estimation dar, entsprechend einer veranschaulichenden Ausführung der Erfindung. Die grafische Anzeige 700 zeigt das PDSE für das Beispiel der Tablettenherstellung an. Die Anzeige 700 beinhaltet eine Eingabefaktortabelle 702 und eine Ausgabeantwortentabelle 704. Die Eingabefaktortabelle 702 beinhaltet acht Spalten: Eingabefaktor 702A, Niedrig 702B, Optimum 702C, Hoch 702D, Standardabweichung 702E, Rolle 702F, Verteilung 702G und die geschätzte zulässige Spanne 702H. Die Spalte Eingabefaktor 702A zeigt die Eingabefaktoren für das PDSE an. Die Spalte Niedrig 702B zeigt einen Wert für jeden Eingabefaktor an, der der niedrigste Eingabefaktorwert des kombinierten größten Variabilitätsbereichs ist. Die Spalte Optimum 702C zeigt einen Wert für jeden Eingabefaktor an, der der geschätzte Optimalwert für jeden Eingabefaktor ist. Die Spalte Hoch 702D zeigt einen Wert für jeden Eingabefaktor an, der der höchste Eingabefaktorwert des kombinierten größten Variabilitätsbereichs ist. Die Spalte Standardabweichung 702E listet die Standardabweichung für die Eingabefaktoren im PDSE auf. Die Spalte Rolle 702F zeigt die Rolle des Eingabefaktors (gesperrt oder frei) an. Die Spalte Verteilung 702G zeigt die Verteilung des Modells an. Die Eingabefaktortabelle 702 beinhaltet eine Zeile für die Eingabefaktoren Zellulose 706A, Laktose 706B und Phosphat 706C, zusammen die Eingabefaktorzeilen 706, die in der Spalte Eingabefaktor 702A aufgelistet sind. Die Spalte 502H mit der geschätzten zulässigen Spanne beinhaltet ein Schaubild 708A, 708B und 508C für jede Eingabefaktorzeile 706A, 706B und 706C (zusammen Schaubilder 708). 5E is a diagram and represents the graphic display 700 for the presentation of an automated Predictive Design Space Estimation, in accordance with an illustrative embodiment of the invention. The graphic display 700 indicates the PDSE for the example of tablet manufacturing. The ad 700 includes an input factor table 702 and an output response table 704 , The input factor table 702 contains eight columns: input factor 702A , Low 702B , Optimum 702C , High 702D , Standard deviation 702E , Role 702F , Distribution 702G and the estimated allowable range 702h , The column Input Factor 702A displays the input factors for the PDSE. The column Low 702B indicates a value for each input factor that is the lowest input factor value of the combined largest variability range. The column Optimum 702C indicates a value for each input factor that is the estimated optimum value for each input factor. The column high 702D indicates a value for each input factor that is the highest input factor value of the combined largest variability range. The column Standard deviation 702E lists the standard deviation for the input factors in the PDSE. The column role 702F indicates the role of the input factor (locked or free). The column distribution 702G displays the distribution of the model. The input factor table 702 contains a line for the input factors cellulose 706A , Lactose 706B and phosphate 706C , together the input factor lines 706 in the column Input Factor 702A are listed. The gap 502H with the estimated allowable span includes a graph 708A . 708B and 508C for each input factor row 706A . 706B and 706C (together graphs 708 ).

Jedes Schaubild 708 in der Spalte 702H mit der geschätzten zulässigen Spanne umfasst einen Versuchsbereich von Eingabewerten, mit einem niedrigen Wert 710A und einem hohen Wert 710B, allgemein der Versuchsbereich der Eingabewerte 710. Jedes Schaubild 708 umfasst einen geschätzten Optimalwert 712, der in der Spalte Optimum 702C für jede Eingabefaktorzeile 706A angegeben ist. Jedes Schaubild 708 umfasst einen individuellen größten Variabilitätsbereich 714 für jede Eingabefaktorzeile 706A und einen kombinierten größten Variabilitätsbereich 716 für jede Eingabefaktorzeile 706A, der zwischen den Werten in den Spalten Niedrig 702B und Hoch 702D für jede Eingabefaktorzeile 706 angegeben ist.Every chart 708 in the column 702h with the estimated allowable range includes a trial range of input values, with a low value 710A and a high value 710B , generally the experimental range of the input values 710 , Every chart 708 includes an estimated optimum value 712 that in the column Optimum 702C for each input factor row 706A is specified. Every chart 708 includes an individual largest range of variability 714 for each input factor row 706A and a combined largest range of variability 716 for each input factor row 706A , which is between the values in the columns Low 702B and high 702D for each input factor row 706 is specified.

Die Ausgabeantwortentabelle 704 umfasst acht Spalten: Ausgabeantwort 704A, Minimum 704B, Ziel 704C, Maximum 704D, Kriterium 704E, CPK 704F, DPMO 704G und vorhergesates Antwortprofil 704H. Die Ausgabeantwortentabelle 704 umfasst eine Zeile für die Ausgabeantwortenfreigabe 720. Die Spalte mit dem vorhergesates Antwortprofil 704H umfasst ein Schaubild 722 für die Ausgabeantwortenfreigabe 720. Das Schaubild 722 umfasst einen Spezifikations-Beschränkungsbereich, der eine Mindest-Ausgabeantwort 724 umfasst, die in der Spalte Minimum 704B ohne Maximalwert angegeben ist, da keiner in der Spalte Maximum 704D angegeben ist, was dem Spezifikations-Begrenzungsbereich entspricht. Das Schaubild 722 umfasst ein Zielantwortkriterium 726 und eine Ausgabeantwortenwerteverteilung 728.The output response table 704 includes eight columns: output response 704A , Minimum 704B , Aim 704C , Maximum 704D , Criteria 704E , CPK 704F , DPMO 704g and predicted response profile 704h , The output response table 704 includes a line for the output reply release 720 , The column with the predicted response profile 704h includes a chart 722 for the output reply release 720 , The graph 722 includes a specification constraint area that provides a minimum output response 724 includes that in the column minimum 704B without maximum value, because none in the column Maximum 704D is specified, which corresponds to the specification limit range. The graph 722 includes a goal response criterion 726 and an output answer value distribution 728 ,

Das Zielantwortkriterium 712 wird mit einem modifizierten Simpler-Zentroid-Entwurf mit 10 Läufen geschätzt. Von dem Zielantwortkriterium 712 für jeden Eingabefaktor berechnet das Modul 104 zur Design Space Estimation das PDSE und zeigt (z. B. über die Anzeige 114) den kombinierten größten Variabilitätsbereich 714 für jeden Eingabefaktor an. In diesem Beispiel ist das Modul 104 zur Design Space Estimation so konfiguriert, dass es das PDSE auf Grundlage jedes Eingabefaktors durch Variation mit einer dreieckigen Verteilung um den dazugehörigen geschätzten Optimalwert 712 berechnet. Die kombinierten größten Variabilitätsbereiche 714 werden mit der Mischungsbeschränkung berechnet. Das vorhergesagte Antwortprofils 704H für die Freigabe zeigt eine Verteilung der Ausgabeantwortenwerte 728 für die Eingabefaktoren innerhalb der kombinierten größten Variabilitätsbereiche.The goal response criterion 712 is estimated with a modified 10-run Simpler centroid design. From the goal response criterion 712 for each input factor, the module calculates 104 for Design Space Estimation the PDSE and shows (eg via the display 114 ) the combined largest range of variability 714 for each input factor. In this example, the module is 104 For Design Space Estimation, configure it to PDSE based on each input factor by varying it with a triangular distribution around its associated estimated optimal value 712 calculated. The combined largest variability ranges 714 are calculated with the mixture restriction. The predicted response profile 704h for the Release shows a distribution of the output response values 728 for the input factors within the combined largest variability ranges.

Die vorstehend beschriebenen Techniken können in digitalen und/oder analogen elektronischen Schaltkreisen oder in Computerhardware, Firmware, Software oder einer Kombination hieraus umgesetzt werden. Die Umsetzung kann in Form eines Computerprogrammprodukts, d. h. eines konkret in einem maschinenlesbaren Speichergerät enthaltenen Computerprogramms, zur Ausführung durch ein oder zur Steuerung des Betriebs eines Datenverarbeitungsgeräts, z. B. eines programmierbaren Prozessors, eines Computers und/oder mehrerer Computer, erfolgen. Ein Computerprogramm kann in einer beliebigen Form einer Computer- oder Programmiersprache geschrieben werden, einschließlich des Quellcodes, des kompilierten Codes, des interpretierten Codes und/oder des Maschinencodes, und das Computerprogramm kann in einer beliebigen Art und Weise eingesetzt werden, einschließlich als eigenständiges Programm oder als eine Subroutine, als Bestandteil oder als eine sonstige Einheit, welche zur Nutzung in einer Computerumgebung geeignet ist. Ein Computerprogramm kann zur Ausführung auf einem oder mehreren Computern an einem oder mehreren Standorten eingesetzt werden.The techniques described above may be implemented in digital and / or analog electronic circuits or in computer hardware, firmware, software, or a combination thereof. The reaction may take the form of a computer program product, i. H. a computer program concretely contained in a machine-readable storage device, for execution by or for controlling the operation of a data processing device, e.g. As a programmable processor, a computer and / or multiple computers, take place. A computer program may be written in any form of computer or programming language, including the source code, the compiled code, the interpreted code, and / or the machine code, and the computer program may be used in any manner, including as a stand-alone program or program as a subroutine, component or other entity suitable for use in a computer environment. A computer program may be used to run on one or more computers in one or more locations.

Verfahrensschritte können von einem oder mehreren Prozessoren, welche ein Computerprogramm ausführen, vollzogen werden, um die Funktionen der Erfindung auszuüben, indem sie Eingabedaten anwenden und/oder Ausgabedaten erzeugen. Verfahrensschritte können ebenfalls durch spezielle logische Schaltkreise vollzogen und ein Gerät in dieser Form umgesetzt werden, z. B. ein feldprogrammierbares Gatterfeld (FPGA – field programmable gate array), ein feldprogrammierbares Analogfeld (FPAA – field-programmable analog array), ein komplexes programmierbares logisches Gerät (CPLD – complex programmable logic device), ein programmierbares Ein-Chip-System (PSoC – Programmable System-on-Chip), ein Prozessor mit anwendungsspezifischem Befehlssatz (ASIP – application-specific instruction-set processor), oder eine Anwendungsspezifische integrierte Schaltung (ASIC – application-specific integrated circuit). Subroutinen können sich auf Teile des Computerprogramms und/oder den Prozessor/spezielle Schaltkreise, die eine oder mehrere Funktionen umsetzen, beziehen.Method steps may be performed by one or more processors executing a computer program to perform the functions of the invention by applying input data and / or generating output data. Process steps can also be performed by special logic circuits and implemented a device in this form, eg. For example, a field programmable gate array (FPGA), a field programmable analog field (FPAA), a complex programmable logic device (CPLD), a programmable one-chip system (PSoC Programmable System-on-Chip), an application-specific instruction-set processor (ASIP), or an application-specific integrated circuit (ASIC). Subroutines may refer to parts of the computer program and / or the processor / special circuits that implement one or more functions.

Zur Ausführung von Computerprogrammen geeignete Prozessoren schließen beispielsweise sowohl allgemeine als auch spezielle Mikroprozessoren sowie einen oder mehrere beliebige Prozessoren einer beliebigen Art digitalen oder analogen Computers ein. Üblicherweise erhält ein Prozessor Befehle und Daten von einem Nur-Lese-Speicher, einem wahlfreien Zugriffsspeicher oder beidem. Die wesentlichen Bestandteile eines Computers sind ein Prozessor zur Ausführung der Befehle und ein oder mehrere Speichergeräte zur Speicherung der Befehle und/oder Daten. Speichergeräte, wie z. B. ein Cache können zur vorübergehenden Speicherung von Daten genutzt werden. Speichergeräte können ebenfalls zur langfristigen Datenspeicherung genutzt werden. Üblicherweise beinhaltet ein Computer auch oder ist operativ verbunden mit einem oder mehreren Massenspeichergeräten, z. B. magnetische oder magnetooptische Speicherplatten oder optische Speicherplatten, zur Speicherung von Daten, zum Empfang oder Übertragen von Daten oder beidem. Ein Computer kann außerdem mit einem Kommunikationsnetzwerk operativ verbunden sein, um Befehle und/oder Daten aus dem Netzwerk zu empfangen und/oder Befehle und/oder Daten in das Netzwerk zu übertragen. Für die Aufnahme von Computerprogrammbefehlen und -daten geeignete computerlesbare Speichergeräte schließen alle Arten flüchtiger und nicht-flüchtiger Speicher ein, beispielsweise Halbleiterspeichergeräte, z. B. DRAM, SRAM, EPROM, EEPROM und Flashspeichergeräte; magnetische Speicherplatten, z. B. interne Festplatten oder Wechselfestplatten; magnetooptische Speicherplatten; und optische Speicherplatten, wie z. B. CD, DVD, HD-DVD und Blu-ray-Scheiben. Der Prozessor und der Speicher können durch spezielle logische Schaltkreise ergänzt oder in diese eingebunden werden.Processors suitable for executing computer programs include, for example, both general and special purpose microprocessors, as well as one or more arbitrary processors of any type of digital or analog computer. Typically, a processor receives instructions and data from a read-only memory, a random access memory, or both. The essential components of a computer are a processor for executing the instructions and one or more storage devices for storing the instructions and / or data. Storage devices, such. As a cache can be used for temporary storage of data. Storage devices can also be used for long-term data storage. Typically, a computer also includes or is operatively connected to one or more mass storage devices, e.g. Magnetic or magneto-optical disks or optical disks, for storing data, for receiving or transmitting data or both. A computer may also be operatively connected to a communications network to receive commands and / or data from the network and / or to transmit commands and / or data to the network. Computer readable storage devices suitable for receiving computer program instructions and data include all types of volatile and nonvolatile memory, such as semiconductor memory devices, e.g. DRAM, SRAM, EPROM, EEPROM and flash memory devices; magnetic storage disks, e.g. Internal hard drives or removable hard drives; magneto-optical disks; and optical disks such. CD, DVD, HD-DVD and Blu-ray discs. The processor and the memory can be supplemented or integrated in special logic circuits.

Um die Interaktion mit dem Anwender zu ermöglichen, können die vorstehend genannten Techniken in einem Computer, der mit einem Anzeigegerät, wie z. B. einem CRT (Röhrenmonitor), Plasma- oder LCD-(Flüssigkristallanzeige)-Monitor, um dem Anwender Informationen darzustellen, sowie einer Tastatur und einem Zeigegerät, wie z. B. einer Maus, einer Rollkugel, einem Touchpad oder einem Bewegungssensor, mit dessen Hilfe der Anwender Befehle und/oder Daten in den Computer eingeben kann (d. h. mit einer Anwenderschnittstelle interagieren), kommuniziert, umgesetzt werden. Es können auch andere Gerätearten genutzt werden, um eine Interaktion mit dem Anwender zu ermöglichen; zum Beispiel kann Rückmeldung an den Anwender in einer beliebigen Form von sensorischer Rückmeldung erfolgen, z. B. optische Rückmeldung, auditive Rückmeldung, oder fühlbare Rückmeldung; ebenso können vom Anwender getätigte Eingaben in beliebiger Form empfangen werden, einschließlich akustischer, sprachlicher und/oder fühlbarer Eingaben.To facilitate interaction with the user, the above techniques may be used in a computer connected to a display device such as a computer. As a CRT (CRT monitor), plasma or LCD (liquid crystal display) monitor to present information to the user, as well as a keyboard and a pointing device, such. A mouse, a trackball, a touchpad, or a motion sensor that allows the user to input commands and / or data to the computer (i.e., interact with a user interface), communicate, and translate. Other types of devices may be used to facilitate interaction with the user; For example, feedback to the user may be in any form of sensory feedback, e.g. Visual feedback, auditory feedback, or tactile feedback; Similarly, user-input may be received in any form, including acoustic, vocal and / or tactile inputs.

Die vorstehend beschriebenen Techniken können in einem verteilten Rechensystem umgesetzt werden, welches eine Back-End-Komponente beinhaltet. Die Back-End-Komponente kann zum Beispiel ein Datenserver, eine Middlewarekomponente und/oder ein Anwendungsserver sein. Die vorstehend beschriebenen Techniken können in einem verteilten Rechensystem umgesetzt werden, welches eine Front-End-Komponente beinhaltet. Die Front-End-Komponente kann zum Beispiel ein Client-Computer mit einer grafischen Anwenderschnittstelle, ein Internetbrowser, mit welchem der Anwender anhand von Beispielumsetzungen interagieren kann, und/oder grafische Anwenderschnittstellen zu Übertragungsgeräten sein. Die vorstehend beschriebenen Techniken können in einem verteilten Rechensystem umgesetzt werden, welches eine beliebige Kombination solcher Back-End, Middleware- oder Front-End-Komponenten beinhaltet.The techniques described above can be implemented in a distributed computing system that includes a back-end component. The back-end component may be, for example, a data server, a middleware component and / or an application server. The techniques described above can be implemented in a distributed computing system that includes a front-end component. The front-end component may be, for example, a client computer with a graphical user interface, an Internet browser with which the user can interact using example conversions, and / or graphical user interfaces to transmission devices. The techniques described above may be implemented in a distributed computing system that includes any combination of such back-end, middleware or front-end components.

Das Rechensystem kann sowohl Clients als auch Server beinhalten. Ein Client und ein Server stehen üblicherweise entfernt von einander und interagieren typischerweise über ein Kommunikationsnetzwerk. Die Beziehung zwischen Client und Server entsteht in Folge von Computerprogrammen, welche auf den entsprechenden Computern ausgeführt werden, und einer bestehenden Client-Server-Beziehung zwischen ihnen.The computing system can include both clients and servers. A client and a server are typically remote from each other and typically interact over a communications network. The relationship between client and server arises as a result of computer programs running on the respective computers and an existing client-server relationship between them.

Die Komponenten des Rechensystems können in einer beliebigen Art und Weise oder durch ein beliebiges Gerät für digitale oder analoge Datenkommunikation (z. B. ein Kommunikationsnetzwerk) miteinander verbunden sein. Beispiele für Kommunikationsnetzwerke sind unter anderem schaltkreisbasierte und paketbasierte Netzwerke. Paketbasierte Netzwerke beinhalten zum Beispiel das Internet, ein Träger-Internetprotokoll-(IP-Netzwerk (z. B. ein lokales Netzwerk (LAN – local area network), ein Großraumnetzwerk (WAN – wide area network), ein Kampusnetzwerk (CAN – campus area network), ein regionales Netzwerk (MAN – metropolitan area network), ein Heimnetzwerk (HAN – home area network), ein privates IP-Netzwerk, eine IP-Telefonanlage (IP PBX – IP private branch exchange), ein drahtloses Netzwerk (z. B. Funknetz (RAN – radio access network), 802.11-Netzwerk, 802.16-Netzwerk, Aligemeines paketorientiertes Funkdienst-Netzwerk (GPRS – general packet radio service) Netzwerk, HiperLAN), und/oder sonstige paketbasierte Netzwerke. Schaltkreisbasierte Netzwerke beinhalten unter anderem zum Beispiel das Fernsprechnetz (public switched telephone network – PSTN), eine Telefonanlage (private branch exchange – PBX), ein drahtloses Netzwerk (z. B. RAN, Bluetooth, Codemultiplexverfahren-Netzwerke (code-division multiple access – CDMA), Zeitmultiplexverfahren-Netzwerke (time division multiple access – TDMA), Global System for Mobile Communications-Netzwerke (GSM) und/oder sonstige schaltkreisbasierte Netzwerke.The components of the computing system may be interconnected in any manner or by any device for digital or analog data communication (eg, a communications network). Examples of communication networks include circuit-based and packet-based networks. Packet based networks include, for example, the Internet, a bearer internet protocol (IP network (e.g., a local area network (LAN), a wide area network (WAN), a campus network (CAN campus area network), a metropolitan area network (MAN), a home area network (HAN), a private IP network, an IP private branch exchange (IP PBX), a wireless network (e.g. Radio network (RAN), 802.11 network, 802.16 network, Almost any packet-switched radio service network (GPRS) network, HiperLAN), and / or other packet-based networks For example, the public switched telephone network (PSTN), a private branch exchange (PBX), a wireless network (eg, RAN, Bluetooth, code division multiple access networks, code divisio n multiple access - CDMA), time division multiple access (TDMA), Global System for Mobile Communications (GSM) networks, and / or other circuit-based networks.

Geräte eines Rechensystems und/oder Rechengeräte beinhalten unter anderem einen Computer, einen Computer mit einer Browsereinheit, ein Telefon, ein IP-Telefon, ein mobiles Endgerät (z. B. ein Mobilfunkgerät, ein Minicomputer (PDA – personal digital assistant), ein Laptopcomputer, ein Gerät für E-Mail), einen Server, ein Gestell mit einer oder mehreren Datenverarbeitungskarten, spezielle Schaltkreise und/oder sonstige Kommunikationsgeräte. Die Browsereinheit beinhaltet zum Beispiel einen Computer (z. B. ein Desktop- oder Laptopcomputer) mit einem Internetbrowser (z. B. Microsoft^® Internet Explorer^® der Microsoft Corporation, Mozilla^® Firefox der Mozilla Corporation). Ein mobiles Rechengerät beinhaltet zum Beispiel ein Blackberry^®. IP-Telefone beinhalten zum Beispiel ein Cisco^® Unified IP Phone 7985G der Cisco System, Inc. und/oder ein Cisco^® Unified Wireless Phone 7920 der Cisco System, Inc.Devices of a computing system and / or computing devices include, but are not limited to, a computer, a computer with a browser unit, a telephone, an IP phone, a mobile terminal (eg, a cellular phone, a personal digital assistant (PDA), a laptop computer , a device for e-mail), a server, a rack with one or more data processing cards, special circuits and / or other communication devices. The browser device includes, for example, a computer (eg. As a desktop or laptop computer) with an Internet browser (eg. As Microsoft ^® Internet Explorer ^® from Microsoft Corporation, Mozilla ^® Firefox Mozilla Corporation). A mobile computing device includes, for example, a BlackBerry ^®. IP phones include, for example, a Cisco ^® Unified IP Phone 7985G of Cisco Systems, Inc. and / or a Cisco ^® Unified Wireless Phone 7920 of Cisco Systems, Inc.

Ein Fachmann wird erkennen, dass die Erfindung in anderen speziellen Formen verkörpert werden kann, ohne dabei vom Geist oder den wesentlichen Merkmalen ihrer selbst abzuweichen. Die vorgenannten Verkörperungen sind daher eher als beschreibend, denn als die hier beschriebene Erfindung beschränkend zu betrachten. Der Umfang der Erfindung wird daher durch die beigefügten Ansprüche beschrieben, und nicht durch die vorgenannte Beschreibung. Es ist beabsichtigt, dass alle Änderungen, die unter die Bedeutung und den Bereich der Gleichwertigkeit der Ansprüche fallen, hierin enthalten sind.One skilled in the art will recognize that the invention may be embodied in other specific forms without departing from the spirit or essential characteristics thereof. The above embodiments are therefore to be considered as descriptive rather than limiting as the invention described herein. The scope of the invention is, therefore, described by the appended claims rather than by the foregoing description. It is intended that all changes that come within the meaning and range of equivalency of the claims be included herein.

Folgende Ansprüche werden gestellt:The following claims are made:

Claims

Ein computergestütztes Verfahren zur Design Space Estimation von Eingabefaktoren und Ausgabeantworten für einen technischen Prozess, umfassend: (a) den Empfang von Daten über einen Prozessor für einen oder mehrere Eingabefaktoren für einen technischen Prozess, einen oder mehrerer Ausgabeantworten für den Prozess sowie Kriterien, die Kriterien umfassend: ein Zielantwortkriterium für jeden der einzelnen oder mehreren Ausgabeantworten; einen geschätzten Optimalwert für jeden der einzelnen oder mehreren Eingabefaktoren, um die Antwortzielkriterien zu erzielen und eine Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgeblich für den Ausgabeantwortwert jedes der einzelnen oder mehreren Ausgabeantworten ist; (b) die Berechnung eines berechneten Eingabewertebereichs innerhalb der entsprechenden Versuchsspanne von Eingabewerten mit Hilfe des Prozessors für jeden der einzelnen oder mehreren Eingabefaktoren, wobei die Berechnung umfasst: die Auswahl eines ersten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem ersten Eingabewertebereich zur Bestimmung einer ersten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der ersten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; (c) die Berechnung eines modifizierten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren mit Hilfe des Prozessors, für jeden der einzelnen oder mehreren Eingabefaktoren umfassend: die Auswahl eines zweiten Eingabewertebereichs durch Erweiterung des berechneten Eingabewertebereichs um einen vorgegebenen Prozentsatz; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem zweiten Eingabewertebereich zur Bestimmung einer zweiten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines modifizierten Eingabewertebereichs für den Eingabefaktor durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; und (d) das Vorhersagen einer Design Space Estimation mit Hilfe des Prozessors mindestens basierend auf den modifizierten Eingabewertebereichen, wobei die modifizierten Eingabewertebereiche jeweils einen größten Variabilitätsbereich umfassen, bei dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt sind.A computerized method for design space estimating input factors and output responses for a technical process comprising: (a) receiving data via a processor for one or more input factors for a technical process, one or more output responses for the process, and criteria, the criteria comprising: a goal response criterion for each of the one or more output responses; an estimated optimum value for each of the one or more input factors to achieve the response goal criteria, and a trial span of input values for each of the one or more input factors, each input value in the experimental span of input values being representative of the output response value of each of the one or more output responses; (b) calculating a calculated range of input values within the corresponding experimental range of input values using the processor for each of the one or more input factors, the calculation comprising: selecting a first input range of values for each of the one or more input factors; predicting values for the single or multiple output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the first input value range based on a comparison of the first performance metric with the predetermined performance metric; (c) calculating a modified input value range for each of the one or more input factors using the processor, for each of the one or more input factors, comprising: selecting a second input value range by expanding the calculated input value range by a predetermined percentage; predicting values for the single or multiple output responses based on the second input value range to determine a second performance metric for each of the one or more output responses; and generating a modified input value range for the input factor by adjusting the first input value range based on a comparison of the second performance metric with the predetermined performance metric; and (d) predicting design space estimation using the processor based at least on the modified input value ranges, the modified input value ranges each including a largest range of variability satisfying the criteria for one or more of the input factors.

Das Verfahren für Anspruch 1, worin die Design Space Estimation weiterhin eine Verteilung der Ausgabeantwortwerte für jeden der einzelnen oder mehreren Ausgabeantworten umfasst, worin die modifizierten Eingabewertebereiche maßgeblich für die Verteilung der Ausgabeantwortwerte sind.The method for claim 1, wherein the design space estimation further comprises distributing the output response values for each of the one or more output responses, wherein the modified input value ranges are indicative of the distribution of the output response values.

Das Verfahren für Anspruch 2, worin für jeden der einzelnen oder mehreren Ausgabeantworten eine vorherbestimmte Anzahl an Ausgabeantwortwerten innerhalb der Verteilung der Ausgabeantwortwerte innerhalb der vorherbestimmten Grenzwerte für die Ausgabeantwort liegen, sofern die vorgegebene Leistungsmetrik erfüllt ist.The method for claim 2, wherein for each of the one or more output responses, a predetermined number of output reply values within the distribution of the output reply values are within the predetermined limits for the output response if the predetermined performance metric is satisfied.

Das Verfahren für Anspruch 1, worin das Vorhersagen der Design Space Estimation ein Vorhersagen für den individuell größten Variabilitätsbereich für jeden Eingabefaktor umfasst, während die übrigen Eingabefaktoren auf ihren zugeordneten geschätzten Optimalwert gesetzt werden.The method for claim 1, wherein the predicting the design space estimate comprises predicting the individually greatest variability range for each input factor while setting the remaining input factors to their associated estimated optimal value.

Das Verfahren für Anspruch 1, worin das Vorhersagen der Design Space Estimation ein Vorhersagen des kombinierten größten Variabilitätsbereichs für die einzelnen Eingabefaktoren umfasst, worin Werte für jeden der einzelnen oder mehreren Eingabefaktoren irgendwo innerhalb der entsprechenden kombinierten größten Variabilitätsspannweite liegen können und die vorgegebene Leistungsmetrik für die einzelnen Ausgabeantworten erfüllen.The method of claim 1, wherein the predicting the design space estimation comprises predicting the combined largest variability range for the individual input factors, wherein values for each of the one or more input factors may be anywhere within the corresponding combined largest variability span and the given performance metric for the individual Fulfill output responses.

Das Verfahren für Anspruch 1, worin die Erzeugung eines berechneten Eingabewertebereichs die Auswahl eines dritten Eingabewertebereichs durch Reduzierung des ersten Eingabewertebereichs um einen vorgegebenen Prozentsatz umfasst, wenn die erste Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt.The method for claim 1, wherein generating a calculated input value range comprises selecting a third input value range by reducing the first input value range by a predetermined percentage when the first performance metric is below the predetermined performance metric.

Das Verfahren für Anspruch 6, umfasst weiterhin: das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem dritten Eingabewertebereich zur Bestimmung einer dritten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des dritten Eingabewertebereichs basierend auf einem Vergleich der dritten Leistungsmetrik mit der vorgegebenen Leistungsmetrik.The method for claim 6, further comprising: predicting values for the single or multiple output responses based on the third input value range to determine a third performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the third input value range based on a comparison of the third performance metric with the predetermined performance metric.

Das Verfahren für Anspruch 1, worin die Erzeugung eines berechneten Eingabewertebereichs die folgenden Schritte umfasst, wenn die erste Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Festlegung einer Schrittgröße auf einen vorgegebenen Prozentsatz einer Weite des zweiten Eingabewertebereichs; Auswahl eines dritten Eingabewertebereichs durch Erweiterung des ersten Eingabewertebereichs basierend auf der Schrittgröße; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem dritten Eingabewertebereich zur Bestimmung einer dritten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des dritten Eingabewertebereichs basierend auf einem Vergleich der dritten Leistungsmetrik mit der vorgegebenen Leistungsmetrik,The method for claim 1, wherein generating a calculated input value range comprises the following steps if the first performance metric is above the predetermined performance metric: Determining a step size to a predetermined percentage of a width of the second input value range; Selecting a third input value range by expanding the first input value range based on the step size; predicting values for the single or multiple output responses based on the third input value range to determine a third performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the third input value range based on a comparison of the third performance metric with the predetermined performance metric,

Das Verfahren für Anspruch 8, worin die Erzeugung eines berechneten Eingabewertebereichs die folgenden Schritte umfasst, wenn die dritte Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt: Auswahl eines vierten Eingabewertebereichs durch Erweiterung des dritten Eingabewertebereichs basierend auf der Schrittgröße; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem vierten Eingabewertebereich zur Bestimmung einer vierten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des vierten Eingabewertebereichs basierend auf einem Vergleich der vierten Leistungsmetrik mit der vorgegebenen Leistungsmetrik.The method for claim 8, wherein generating a calculated range of input values comprises the following steps when the third performance metric is below the predetermined performance metric: Selecting a fourth input value range by expanding the third input value range based on the step size; predicting values for the single or multiple output responses based on the fourth input value range to determine a fourth performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the fourth input value range based on a comparison of the fourth performance metric with the predetermined performance metric.

Das Verfahren für Anspruch 8, worin die Erzeugung eines berechneten Eingabewertebereichs die folgenden Schritte umfasst, wenn die dritte Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Gleichsetzen des dritten Eingabewertebereichs mit dem ersten Eingabewertebereich; Reduzierung der Schrittgröße um einen vorgegebenen Prozentsatz; Auswahl eines vierten Eingabewertebereichs durch Erweiterung des dritten Eingabewertebereichs basierend auf der Schrittgröße; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem vierten Eingabewertebereich zur Bestimmung einer vierten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des vierten Eingabewertebereichs basierend auf einem Vergleich der vierten Leistungsmetrik mit der vorgegebenen Leistungsmetrik.The method for claim 8, wherein generating a calculated input value range comprises the following steps when the third performance metric is above the predetermined performance metric: Equating the third input value range with the first input value range; Reduction of the step size by a given percentage; Selecting a fourth input value range by expanding the third input value range based on the step size; predicting values for the single or multiple output responses based on the fourth input value range to determine a fourth performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the fourth input value range based on a comparison of the fourth performance metric with the predetermined performance metric.

Das Verfahren für Anspruch 1, worin die Erzeugung eines modifizierten Eingabewertebereichs die folgenden Schritte umfasst, wenn die zweite Leistungsmetrik oberhalb der vorgegebenen Leistungsmetrik liegt: Gleichsetzen des modifizierten Eingabewertebereichs mit dem zweiten Eingabewertebereich; und Zuordnung einer Fertigstellungsmarkierung zum Eingabefaktor.The method for claim 1, wherein generating a modified input value range comprises the following steps when the second performance metric is above the predetermined performance metric: Equating the modified input value range with the second input value range; and Assignment of a completion mark to the input factor.

Das Verfahren für Anspruch 1, worin die Erzeugung eines modifizierten Eingabewertebereichs die folgenden Schritte umfasst, wenn die zweite Leistungsmetrik unterhalb der vorgegebenen Leistungsmetrik liegt: Auswahl eines dritten Eingabewertebereichs durch Erweiterung des zweiten Eingabewertebereichs um eine Schrittgröße, wobei die Schrittgröße zur Auswahl des zweiten Eingabewertebereichs genutzt wurde; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem dritten Eingabewertebereich zur Bestimmung einer dritten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines modifizierten Eingabewertebereichs für den Eingabefaktor durch Anpassung des dritten Eingabewertebereichs basierend auf einem Vergleich der dritten Leistungsmetrik mit der vorgegebenen Leistungsmetrik.The method of claim 1, wherein generating a modified input value range comprises the steps of, when the second performance metric is below the predetermined performance metric: selecting a third input value range by expanding the second input value range by one step size, the step size being used to select the second input value range ; predicting values for the single or multiple output responses based on the third input value range to determine a third performance metric for each of the one or more output responses; and generating a modified input value range for the input factor by adjusting the third input value range based on a comparison of the third performance metric with the predetermined performance metric.

Das Verfahren für Anspruch 1, worin die Berechnung eines modifizierten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren weiterhin die folgenden Schritte umfasst: die Bestimmung jedes der einzelnen oder mehreren Eingabefaktoren, denen eine Fertigstellungsmarkierung zugeordnet wurden; die Reduzierung der Schrittgröße, die zur Auswahl des zweiten Eingabewertebereichs genutzt wurden, um einen vorgegebenen Prozentsatz; und für jeden der einzelnen oder mehreren Eingabefaktoren der einzelnen oder mehreren Eingabefaktoren: Auswahl eines dritten Eingabewertebereichs durch Erweiterung des zweiten Eingabewertebereichs um eine Schrittgröße; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem dritten Eingabewertebereich zur Bestimmung einer dritten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines modifizierten Eingabewertebereichs für den Eingabefaktor durch Anpassung des dritten Eingabewertebereichs basierend auf einem Vergleich der dritten Leistungsmetrik mit der vorgegebenen Leistungsmetrik.The method for claim 1, wherein the calculation of a modified input value range for each of the one or more input factors further comprises the steps of: determining each of the one or more input factors to which a completion marker has been assigned; the reduction in the step size used to select the second input value range by a predetermined percentage; and for each of the single or multiple input factors of the single or multiple input factors: Selecting a third input value range by expanding the second input value range by one step size; predicting values for the single or multiple output responses based on the third input value range to determine a third performance metric for each of the one or more output responses; and the generation of a modified input value range for the input factor by adaptation of the third input value range based on a comparison of the third performance metric with the predetermined performance metric.

Das Verfahren für Anspruch 1, worin: das Vorhersagen der Werte für eine oder mehrere Ausgabeantworten die Durchführung einer Monte-Carlo-Simulation umfasst; und die erste Leistungsmetrik, die zweite Leistungsmetrik und die vorgegebene Leistungsmetrik ein Maßstab für die Anzahl an Werten für eine oder mehrere Ausgabeantworten innerhalb der vorgegebenen Grenzwerte sind.The process for claim 1, wherein: predicting the values for one or more output responses comprises performing a Monte Carlo simulation; and the first performance metric, the second performance metric, and the predetermined performance metric are a measure of the number of values for one or more output responses within the predetermined limits.

Das Verfahren für Anspruch 1, worin die Auswahl des ersten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren das Setzen des ersten Eingabewertebereichs auf einen vorgegebenen Prozentsatz eines unteren äußeren Grenzwertes des entsprechenden Eingabefaktors umfasst.The method for claim 1, wherein selecting the first range of input values for each of the one or more input factors comprises setting the first range of input values to a predetermined percentage of a lower outer limit of the corresponding input factor.

Das Verfahren für Anspruch 1 umfasst weiterhin die folgenden Schritte: Empfang einer Randbedingung für den einzelnen oder mehrere Eingabefaktoren; und das Vorhersagen von Werten für die einzelnen oder mehrere Ausgabeantworten basierend auf dem ersten Eingabewertebereich umfasst weiterhin die Anpassung der Vorhersage, um die Randbedingung auszugleichen.The method for claim 1 further comprises the following steps: Receiving a constraint on the single or multiple input factors; and predicting values for the single or multiple output responses based on the first input range of values further comprises adjusting the prediction to compensate for the constraint.

Das Verfahren für Anspruch 16, worin die Randbedingung eine vom Anwender festgelegte Einschränkung für einen oder mehrere Eingabefaktoren, eine Faktorenverteilung oder eine beliebige Kombination daraus umfasst.The method for claim 16, wherein the constraint comprises a user-specified constraint on one or more input factors, a factor distribution, or any combination thereof.

Das Verfahren für Anspruch 1, worin das Zielantwortkriterium für jede der einzelnen oder mehreren Ausgabeantworten einen Zielantwortwerte, einen akzeptablen Zielantwortwertebereich, oder kritische Zielantwortwerte umfasst, wobei der Ausgabewert entweder oberhalb oder unterhalb des kritischen Zielantwortwertes liegen kann.The method for claim 1, wherein the target response criterion for each of the one or more output responses comprises a target response value, an acceptable target response range, or critical target response values, wherein the output value may be either above or below the critical target response value.

Das Verfahren für Anspruch 1, worin der technische Prozess einen Herstellungsprozess, einen industriellen Prozess, ein Designprojekt, ein Halbleiterprojekt oder eine beliebige Kombination daraus umfasst.The method for claim 1, wherein the engineering process comprises a manufacturing process, an industrial process, a design project, a semiconductor project, or any combination thereof.

Ein Gerät zur Design Space Estimation der Eingabefaktoren und Ausgabeantworten für einen technischen Prozess, welches einen Prozessor umfasst, der konfiguriert wurde, um: (a) Daten für einen oder mehrere Eingabefaktoren für einen technischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess und Kriterien zu empfangen, wobei die Kriterien umfassen: ein Zielantwortkriterium für jede der einzelnen oder mehreren Ausgabeantworten; einen geschätzten Optimalwert für jeden der einzelnen oder mehreren Eingabefaktoren, um die Antwortzielkriterien zu erzielen und eine Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgeblich für den Ausgabeantwortwert jedes der einzelnen oder mehreren Ausgabeantworten ist; (b) Berechnen eines berechneten Eingabewertebereichs innerhalb der entsprechenden Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei die Berechnung umfasst: die Auswahl eines ersten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem ersten Eingabewertebereich zur Bestimmung einer ersten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der ersten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; (c) die Berechnung eines modifizierten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren, für jeden der einzelnen oder mehreren Eingabefaktoren umfassend: die Auswahl eines zweiten Eingabewertebereichs durch Erweiterung des berechneten Eingabewertebereichs um einen vorgegebenen Prozentsatz; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem zweiten Eingabewertebereich zur Bestimmung einer zweiten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines modifizierten Eingabewertebereichs für den Eingabefaktor durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; und (d) das Vorhersagen einer Design Space Estimation mindestens basierend auf den modifizierten Eingabewertebereichen, wobei die modifizierten Eingabewertebereiche jeweils einen größten Variabilitätsbereich umfassen, bei dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt sind.A device for design space estimating the input factors and output responses for a technical process comprising a processor configured to: (a) data for one or more input factors for a technical process, one or more output responses for the process, and criteria received, the criteria comprising: a target response criterion for each of the one or more output responses; an estimated optimum value for each of the one or more input factors to achieve the response goal criteria and a trial span of input values for each of the one or more input factors, each input value in the experimental span of input values being representative of the output response value of each of the one or more output responses; (b) calculating a calculated range of input values within the respective test span of input values for each of the one or more input factors, the computation comprising: selecting a first input range of values for each of the one or more input factors; predicting values for the single or multiple output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the first input value range based on a comparison of the first performance metric with the predetermined performance metric; (c) calculating a modified input value range for each of the one or more input factors, for each of the one or more input factors, comprising: selecting a second input value range by expanding the calculated input value range by a predetermined percentage; predicting values for the single or multiple output responses based on the second input value range to determine a second performance metric for each of the one or more output responses; and generating a modified input value range for the input factor by adjusting the first input value range based on a comparison of the second performance metric with the predetermined performance metric; and (d) predicting design space estimation based at least on the modified input value ranges, wherein the modified input value ranges each include a largest range of variability that satisfies the criteria for one or more of the input factors.

Ein Computerprogrammprodukt, konkret auf einem Informationsträger enthalten, wobei das Computerprogrammprodukt einschließlich der Befehle in der Lage ist, ein Datenverarbeitungsgerät zu veranlassen: (a) Daten für einen oder mehrere Eingabefaktoren für einen technischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess und Kriterien zu empfangen, wobei die Kriterien umfassen: ein Zielantwortkriterium für jede der einzelnen oder mehreren Ausgabeantworten; einen geschätzten Optimalwert für jeden der einzelnen oder mehreren Eingabefaktoren, um die Antwortzielkriterien zu erzielen und eine Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgeblich für den Ausgabeantwortwert jedes der einzelnen oder mehreren Ausgabeantworten ist; (b) Berechnen eines berechneten Eingabewertebereichs innerhalb der entsprechenden Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei die Berechnung umfasst: die Auswahl eines ersten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem ersten Eingabewertebereich zur Bestimmung einer ersten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der ersten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; (c) die Berechnung eines modifizierten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren, für jeden der einzelnen oder mehreren Eingabefaktoren umfassend: die Auswahl eines zweiten Eingabewertebereichs durch Erweiterung des berechneten Eingabewertebereichs um einen vorgegebenen Prozentsatz; das Vorhersagen von Werten für die einzelnen oder mehreren Ausgabeantworten basierend auf dem zweiten Eingabewertebereich zur Bestimmung einer zweiten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und die Erzeugung eines modifizierten Eingabewertebereichs für den Eingabefaktor durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; und (d) das Vorhersagen einer Design Space Estimation mindestens basierend auf den modifizierten Eingabewertebereichen, wobei die modifizierten Eingabewertebereiche jeweils einen größten Variabilitätsbereich umfassen, bei dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt sind.A computer program product, concretely contained on an information carrier, wherein the computer program product including the commands is capable of causing a data processing device: (a) receive data for one or more input factors for a technical process, one or more output responses for the process, and criteria, the criteria comprising: a target response criterion for each of the one or more output responses; an estimated optimum value for each of the one or more input factors to achieve the response goal criteria, and a trial span of input values for each of the one or more input factors, each input value in the experimental span of input values being representative of the output response value of each of the one or more output responses; (b) calculating a calculated range of input values within the corresponding experimental range of input values for each of the one or more input factors, the calculation comprising: selecting a first range of input values for each of the one or more input factors; predicting values for the single or multiple output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the first input value range based on a comparison of the first performance metric with the predetermined performance metric; (c) calculating a modified input value range for each of the one or more input factors, for each of the one or more input factors, comprising: selecting a second range of input values by expanding the calculated range of input values by a predetermined percentage; predicting values for the single or multiple output responses based on the second input value range to determine a second performance metric for each of the one or more output responses; and generating a modified input value range for the input factor by adjusting the first input value range based on a comparison of the second performance metric with the predetermined performance metric; and (d) predicting a design space estimate based at least on the modified input value ranges, the modified input value ranges each including a largest range of variability, wherein the criteria for one or more of the input factors are met.

Ein System für die Design Space Estimation von Eingabefaktoren und Ausgabeantworten für einen technischen Prozess, wobei das System umfasst: (a) Mittel zum Empfang von Daten für einen oder mehrere Eingabefaktoren für einen technischen Prozess, eine oder mehrere Ausgabeantworten für den Prozess sowie Kriterien umfassend: ein Zielantwortkriterium für jede der einzelnen oder mehreren Ausgabeantworten; einen geschätzten Optimalwert für jeden der einzelnen oder mehreren Eingabefaktoren, um die Antwortzielkriterien zu erzielen und eine Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei jeder Eingabewert in der Versuchsspanne von Eingabewerten maßgeblich für den Ausgabeantwortwert jedes der einzelnen oder mehreren Ausgabeantworten ist; (b) Mittel für die Berechnung eines berechneten Eingabewertebereichs innerhalb der entsprechenden Versuchsspanne von Eingabewerten für jeden der einzelnen oder mehreren Eingabefaktoren, wobei die Berechnung umfasst: die Auswahl eines ersten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren; das Vorhersagen von Werten für eine oder mehrere Ausgabeantworten basierend auf dem ersten Eingabewertebereich zur Bestimmung einer ersten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und Erzeugung eines berechneten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren durch Anpassung des ersten Eingabewertebereichs basierend auf einem Vergleich der ersten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; (c) Mittel für die Berechnung eines modifizierten Eingabewertebereichs für jeden der einzelnen oder mehreren Eingabefaktoren, für jeden der einzelnen oder mehreren Eingabefaktoren umfassend: Auswahl eines zweiten Eingabewertebereichs durch Erweiterung des berechneten Eingabewertebereichs um einen vorgegebenen Prozentsatz; Vorhersagen der Werte für einen oder mehrere Ausgabewert basierend auf dem zweiten Eingabewertebereich zur Bestimmung einer zweiten Leistungsmetrik für jede der einzelnen oder mehreren Ausgabeantworten; und Erzeugung eines modifizierten Eingabewertebereichs für die Eingabefaktoren durch Anpassung des zweiten Eingabewertebereich basierend auf einem Vergleich der zweiten Leistungsmetrik mit der vorgegebenen Leistungsmetrik; und (d) Mittel für das Vorhersagen einer Design Space Estimation mindestens basierend auf den modifizierten Eingabewertebereichen, wobei die modifizierten Eingabewertebereiche jeweils einen größten Variabilitätsbereich umfassen, bei dem die Kriterien für einen oder mehrere der Eingabefaktoren erfüllt sind.A system for the design space estimation of input factors and output responses for a technical process, the system comprising: (a) means for receiving data for one or more input factors for a technical process, one or more output responses for the process, and criteria comprising: a target response criterion for each of the one or more output responses; an estimated optimum value for each of the one or more input factors to achieve the response goal criteria and a trial span of input values for each of the one or more input factors, each input value in the experimental span of input values being representative of the output response value of each of the one or more output responses; (b) means for calculating a calculated range of input values within the corresponding experimental range of input values for each of the one or more input factors, the calculation comprising: selecting a first range of input values for each of the one or more input factors; predicting values for one or more output responses based on the first range of input values to determine a first performance metric for each of the one or more output responses; and generating a calculated input value range for each of the one or more input factors by adjusting the first input value range based on a comparison of the first performance metric with the predetermined performance metric; (c) means for calculating a modified input value range for each of the one or more input factors, for each of the one or more input factors, comprising: selecting a second input value range by expanding the calculated input value range by a predetermined percentage; Predicting the values for one or more output values based on the second input value range to determine a second performance metric for each of the one or more output responses; and generating a modified input value range for the input factors by adjusting the second input value range based on a comparison of the second performance metric with the predetermined performance metric; and (d) means for predicting design space estimation based at least on the modified input value ranges, the modified input value ranges each including a largest variability range satisfying the criteria for one or more of the input factors.